PREDICCIÓN DE GENERACIÓN FOTOVOLTAICA CON TÉCNICAS DE APRENDIZAJE SUPERVISADO

MORENO A; SAINT-ANDRÉ S; HERRERA MARTINEZ W; REYBET A

Córdoba

Congreso; XLI Reunión de Trabajo de la Asociación Argentina de Energías Renovables y Medio Ambiente; 2019

Asociación Argentina de Energías Renovables y Ambiente (ASADES)

En el siguiente trabajo se realizó la predicción de la potencia generada por un conjunto de módulos fotovoltaicos ubicados en el edificio Tandar de la Comisión Nacional de Energía Atómica (CNEA). Se efectuó un preprocesamiento de tres años de datos de generación fotovoltaica, recolectados del inversor, posteriormente se determinó a partir del análisis de diferentes métodos de aprendizaje supervisado, que el método con el algoritmo de Random Forest presentó el comportamiento más adecuado para realizar una predicción respecto a los datos de generación fotovoltaica reales. Luego de elegirse el método de aprendizaje, se optimizaron los parámetros y se analizaron cuales variables características son las más influyentes en los resultados. Finalmente se obtuvo la energía producida por los módulos a partir de la generación predicha y se comparó con los datos reales, se obtuvieroneniendo coeficientes de determinación mayores a 0,9.