En esta oportunidad destacamos la publicación de un nuevo artículo denominado “Modelo de aprendizaje automático para la evaluación del recurso solar primario en Colombia, en el cual, se presenta un instrumento diseñado para predecir la radiación solar en diversas ciudades que representan la variabilidad climática de Colombia. Se destaca, que la cantidad de energía solar recibida en una región especifica está directamente relacionada con la radiación solar y su disponibilidad, la cual se ve afectada por las condiciones climáticas y geográficas particulares de cada área. Ante la alta variabilidad e incertidumbre resultante, se han explorado diversos enfoques, entre ellos, el uso de modelos numéricos para estimar la radiación solar.
El estudio publicado tuvo como objetivo principal, desarrollar y validar un modelo ML que permita predecir con precisión la radiación solar en las ciudades. La metodología empleada fue propia del tratamiento de datos y desarrollo de modelos ML. Se estructuró en tres etapas fundamentales: agrupamiento, estimación y respuesta, al tener en cuenta que el modelo está estructurado con base en datos históricos. Los resultados obtenidos fueron evaluados mediante definiciones estadísticas apropiadas, que no solo determinaron la eficiencia del modelo en términos de predicción, además se consideraron las interacciones entre datos para la aproximación y predicción de la radiación solar.
En este sentido, es crucial señalar que la investigación contribuye al entendimiento de la radiación solar en el contexto colombiano. Este estudio subraya la importancia de desarrollar modelos ML para predecir la radiación solar, destacando la necesidad de considerar la diversidad climática del país. Los resultados obtenidos, tras la aplicación del modelo, proporcionan información valiosa para comprender y anticipar la disponibilidad de este recurso primario.
Este trabajo de investigación surge del Grupo de Investigación Eslinga, adscrito a la facultad de Ingeniería de la Universidad Cooperativa de Colombia campus Pasto, en conjunto con la Universidad Nacional y el grupo de investigación E3P, publicado en la revista de alto impacto nacional e internacional, Tecnológicas, editada por el Instituto metropolitano de Medellín ITM y categorizada en B por Minciencias
Parte de la investigación fue desarrollada por Edgar Dario Obando, Ingeniero
Físico de la Universidad del Cauca, Magíster en Ingeniería Eléctrica y candidato a Ph.D en Ciencias de la ingeniería Automática de la Universidad Nacional de Colombia sede Manizales, quien se encuentra vinculado a la Universidad Cooperativa de Colombia campus Pasto como profesor investigador de la Facultad de Ingeniería.
Si deseas conocer esta investigación visita:
Modelo de aprendizaje automático para la evaluación del recurso solar primario en Colombia | Tecnológicas (itm.edu.co)