Análisis predictivo de la viabilidad de la instalación para plantas de energía solar en Colombia mediante Machine Learning y datos meteorológicos.

Abstract

El presente estudio tuvo como objetivo desarrollar una herramienta basada en tecnicas de machine learning para evaluar la viabilidad de la instalacion de plantas de energia solar en Colombia. La herramienta se diseño para analizar datos meteorologicos historicos y en tiempo real, optimizando así la seleccion de ubicaciones para nuevas instalaciones solares. La metodologia integro datos recolectados mediante estaciones meteorologicas y sistemas de monitoreo satelital, los cuales fueron procesados utilizando algoritmos de prediccion avanzada. Este enfoque permitio mejorar la precision de los resultados y proporcionar recomendaciones practicas que fomentan el uso de energias renovables y aumentan la eficiencia energetica en el país.

The objective of this study was to develop a tool based on machine learning techniques to evaluate the feasibility of installing solar power plants in Colombia. The tool was designed to analyze historical and real-time meteorological data, thus optimizing the selection of locations for new solar installations. The methodology integrated data collected through weather stations and satellite monitoring systems, which were processed using advanced prediction algorithms. This approach improved the accuracy of the results and provided practical recommendations that promote the use of renewable energy and increase energy efficiency in the country.