SciELO - Scientific Electronic Library Online

 
vol.29 issue54Detection of Homicide Trends in Colombia Using Machine LearningAutomatic Identification of Transformation in the Colombian Tropical Dry Forest Using GMM and UBM-GMM author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista Facultad de Ingeniería

Print version ISSN 0121-1129On-line version ISSN 2357-5328

Abstract

ORDONEZ-PALACIOS, Luis-Eduardo; LEON-VARGAS M. SC, Daniel-Andrés; BUCHELI-GUERRERO PH. D, Víctor-Andrés  and  ORDONEZ-ERASO PH. D, Hugo-Armando. Predicción de radiación solar en sistemas fotovoltaicos utilizando técnicas de aprendizaje automático. Rev. Fac. ing. [online]. 2020, vol.29, n.54, e11751.  Epub Dec 30, 2020. ISSN 0121-1129.  https://doi.org/10.19053/01211129.v29.n54.2020.11751.

La estimación de la radiación solar es fundamental para quienes participan en la planificación de granjas de energía solar, ya sean aisladas o conectadas a las redes de distribución eléctrica. Esto para el aprovechamiento de las fuentes de energía renovables, reducir el impacto producido por el cambio climático, e incrementar los índices de cobertura en el servicio eléctrico. De igual manera, el número de estaciones de medición existentes es insuficiente para cubrir toda la geografía de una región, y muchas de ellas no están capturando datos de radiación solar. Por consiguiente, es importante hacer uso de modelos matemáticos, estadísticos y de inteligencia artificial que permitan predecir la radiación solar a partir de datos meteorológicos disponibles. En este trabajo se utilizaron conjuntos de datos tomados de estaciones de medición ubicadas en las ciudades de Cali y Villavicencio, además de un conjunto de datos generado por la API World Weather Online para la ciudad de Mocoa. La razón fue realizar estimaciones de radiación solar utilizando distintas técnicas de aprendizaje automático para regresión y clasificación; el principal objetivo fue evaluar su desempeño. Aunque en la mayoría de los trabajos relacionados los investigadores utilizaron el aprendizaje profundo para la predicción de la radiación solar, este estudio demostró que, si bien las redes neuronales artificiales son la técnica más utilizada, otros algoritmos de aprendizaje automático como Random Forest, Máquinas de Soporte Vectorial y AdaBoost también proporcionan estimaciones con suficiente precisión para ser utilizados en este campo de estudio.

Keywords : aprendizaje automático; aprendizaje profundo; aprendizaje supervisado; modelo de predicción; radiación solar; sistemas fotovoltaicos.

        · abstract in English | Portuguese     · text in Spanish     · Spanish ( pdf )