Predicción de la radiación solar mediante modelos de forecasting estadísticos tradicionales y de machine learning con datos históricos de la planta solar del edificio Santo Domingo de la Universidad de los Andes

Este proyecto se desarrolla en busca de la implementación de métodos de forecasting de la radiación solar sobre el edificio Santo Domingo de la Universidad de los Andes basado en datos históricos registrados por la planta solar de este edificio. Por ello, se usaron métodos de estadísticos como la Media móvil integrada autorregresiva (ARIMA), la Suavización exponencial y el modelo heteroscedástico condicional autorregresivo (ARCH). Así mismo, se usaron modelos de machine learning para el forecasting de la radiación solar a partir de redes neuronales artificiales. De esta manera, generar una comparación de la calidad de cada uno de los modelos y observar sus posibles aplicaciones en el campo de la predicción meteorológica.

• Autores: Rojas Sánchez, Diego Alejandro
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/68323
• Acceso en línea: http://hdl.handle.net/1992/68323
• Palabra clave: Machine learning; Redes neuronales; Forecasting; ARIMA; ARCH; Suavización exponencial; Radiación solar; Históricos; Ingeniería
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nd/4.0/