Predicción de Radiación Solar Mediante Técnicas de Inteligencia Artificial

Abstract

En los últimos años, la energía solar se ha posicionado como una alternativa muy im- portante en la transición hacia sistemas energéticos sostenibles. Sin embargo, su eficiencia depende de la capacidad para anticipar de manera precisa los niveles de radiación solar, especialmente cuando se utilizan baterías solares como medio de almacenamiento. En esta Tesis se implementan y comparan diferentes modelos de aprendizaje automá- tico para predecir la radiación solar a partir de variables meteorológicas como dirección del viento, velocidad del viento, humedad y temperatura. En los resultados experimentales, se implementaron distintos algoritmos supervisados, incluyendo regresión lineal, árboles de decisión, bosques aleatorios y redes neuronales, eva- luando su desempeño mediante métricas estadísticas. Los resultados obtenidos permiten identificar el modelo más adecuado para predicción de radiación solar. Esto ofrece una herramienta valiosa para la planificación y gestión del uso de sistemas solares en condiciones climáticas variables.