Predicción de la irradiancia solar diaria mediante redes neuronales

MORALES, D. MARTÍN; CAPPELLETTI, MARCELO; HASPERUÉ, WALDO; LEANDRO CHARLIER

Resistencia, Chaco

Congreso; 3er Congreso Argentino de Ingeniería (CADI 2016); 2016

Consejo Federal de Decanos de Ingeniería de Argentina (CONFEDI)

La conversión de energía a través de fuentes de energía renovable y no contaminante se ha tornado un tema trascendente en pos de resolver los problemas de la disminución de los recursos de energía no renovables y la polución ambiental originada por ellos. La radiación solar incidente es la principal fuente de energía renovable disponible en la naturaleza. Su aprovechamiento óptimo requiere de un profundo conocimiento acerca de la irradiancia solar sobre la superficie terrestre, para predecir la producción de energía que podría obtenerse en un determinado lugar. En este trabajo, se presenta el entrenamiento de una red neuronal artificial multicapa para predecir a corto plazo la irradiancia solar en una localidad de la provincia de Santiago del Estero, Argentina. Se analizaron diferentes modelos de redes neuronales artificiales capaces de estimar la radiación solar global diaria en dicha localidad. Las redes neuronales permiten crear modelos de predicción pues poseen la capacidad de generalizar y de aprender de patrones de entrada produciendo valores de salida ante la recepción de estímulos similares. En general, los resultados obtenidos han mostrado un aceptable desempeño de la red neuronal artificial en la estimación de la radiación solar, pero con posibilidades ciertas de ser mejorados.