Resumen

Este artículo explora un método de predicción de la producción a corto plazo que consiste en tomar fotografías del cielo sobre una central fotovoltaica para identificar los patrones que ayuden a predecir la generación de este tipo de energía. Se desarrolló y probó un modelo híbrido que integra tanto una Red Neuronal Convolucional (CNN) como una Memoria Larga a Corto Plazo (LSTM) para la predicción de la producción a corto plazo. Se encontró una correlación del 74% entre las predicciones de modelos y los valores reales de producción futura demostrando así la eficiencia del modelo. Los autores destacan el potencial del aprendizaje profundo para mejorar las prácticas relacionadas con las energías renovables.

• Materias:Energía fotovoltaica Aprendizaje experiencial Energías renovables Fotografía
• Subjects:Photovoltaic energy Experiential learning Renewable energy Photography
• Palabras claves:Energías renovables; previsiones a corto plazo; centrales fotovoltaicas; aprendizaje profundo; análisis de imágenes del cielo
• Keywords:Renewable energy; short-term forecasting; photovoltaic power plants; deep learning; sky image analysis