Marco general para la extracción de información y estimación de radiación solar diaria

Abstract

Este articulo presenta un estudio comparativo resultado del diseño y simulación de un sistema de predicción de condiciones climáticas usando modelos de aprendizaje automático, en el cual, se confrontan los resultados obtenidos al usar una base de datos de condiciones ambientales, con otra base de datos generada a partir del tratamiento de los datos mediante el análisis por componentes principales. En la primera fase del estudio, se generan metadatos a través de los subespacios creados con el análisis por componentes principales, una segunda fase consta de elaborar un sistema de predicción de condiciones climáticas usando varios modelos de aprendizaje de máquina, los cuales, usarán como recurso los datos originales y los metadatos generados en la primera fase del estudio, en la fase final del estudio, se comparan ambos resultados con el objetivo de observar el comportamiento de los sistemas de inferencia de la radiación solar. La estrategia de tratamiento de datos propuesta permite extraer información de las bases de datos ambientales facilitando la interpretación y observación como serie temporal de datos, adicionalmente, se logra construir un marco de referencia experimental para la inferencia de la radiación solar usando diferentes técnicas de aprendizaje supervisado sobre las bases de datos generadas.