Identificación de muestras de irradiancia solar de cielo claro mediante aprendizaje automático no supervisado

dc.contributor.authorRivera-Lera, Nicolás
dc.contributor.authorManrique, Miriam
dc.contributor.authorSalazar, Germán
dc.contributor.authorLedesma, Rubén
dc.contributor.authorLaguarda, Agustín
dc.date.accessioned2026-05-22T19:55:09Z
dc.date.available2026-05-22T19:55:09Z
dc.date.issued2025
dc.description.abstractEste trabajo presenta un enfoque para la detección de muestras de cielo claro a partir del análisis de series temporales de Irradiancia Global Horizontal (GHI) y técnicas del tipo no supervisadas de machine learning. Además, propone un modelo local de cielo claro ajustado mediante regresión tipo potencia sobre la Irradiancia Horizontal en el tope de la atmósfera, sobre las muestras obtenidas. Se desarrolló un detector de muestras de cielo claro basado en umbrales de derivadas (primera y segunda), clustering no supervisado utilizando el modelo Gaussian Mixture Models y análisis de densidad de datos vecinos para ser aplicados sobre una serie de GHI. La aplicación de este detector se realizó sobre datos de GHI provenientes del sitio Desert Rock (Estados Unidos) a escala de 1 minuto, extraídos de la red Surface Radiation Budget Network (SURFRAD). Se contrastaron las muestras detectadas con el algoritmo de Reno y Hansen (2016), utilizado como referencia. Estas muestras mostraron más del 90% de coincidencia. El modelo de cielo claro obtenido presentó métricas menores a un 10% en rRMSE con el modelo McClear.
dc.identifier.citationRivera Lera, Nicolás - Identificación de muestras de irradiancia solar de cielo claro mediante aprendizaje automático no supervisado / Nicolás Rivera-Lera...(et. al.). En Avances en Energías Renovables y Medio Ambiente - AVERMA Vol. 29. Pág 556–567
dc.identifier.issn2796-8111
dc.identifier.urihttps://riunsa.unsa.edu.ar/handle/123456789/355
dc.language.isoes
dc.publisherASADES
dc.subjectirradiancia solar en plano horizontal
dc.subjectcielo raso
dc.subjectclustéres
dc.subjectmodelo de cielo raso
dc.titleIdentificación de muestras de irradiancia solar de cielo claro mediante aprendizaje automático no supervisado
dc.typeArticulo

Archivos

Bloque original
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Rivera Lera.pdf
Tamaño:
1.42 MB
Formato:
Adobe Portable Document Format
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed to upon submission
Descripción: