ИИ-модель CTC предсказывает выработку солнечной энергии с точностью 92%

CTC presenta un modelo predictivo con IA para anticipar la producción de energía solar El Centro Tecnológico CTC ha presentado un modelo predictivo a corto plazo para la producción de energía solar fotovoltaica. La incorporación de técnicas avanzadas de inteligencia artificial permite anticipar esta generación energética con un grado de acierto del 92% y convertir un recurso incierto en un suministro planificable. Además de adaptar el consumo de las empresas a la generación prevista por el modelo, este avance mejora la eficiencia y reduce los costes operativos de las instalaciones industriales entre un 15 y un 25%. Igualmente, se reduciría el desperdicio de energía renovable y se favorecería el autoconsumo dentro de las empresas. Marco Antonio Melgarejo, científico de datos de CTC, ha presentado este trabajo durante la 26ª Conferencia Internacional sobre Ciencia Computacional y sus Aplicaciones (ICCSA 2026), celebrada en la Universidad de Minho, en Portugal. Se trata de un evento de referencia mundial en el que se plantean soluciones disruptivas que ayuden a marcar nuevas tendencias en el ámbito de la Ciencia Computacional. La investigación expuesta se titula ‘AI Development for Photovoltaic Installation Forecasting’ y corresponde a un caso de uso del proyecto FUTCAN, que está cofinanciado por el Fondo Europeo de Desarrollo Regional a través del Programa Operativo FEDER 2021-2027 de Cantabria por medio de la línea de subvenciones “Ayudas a proyectos de investigación con alto potencial industrial de agentes tecnológicos de excelencia para la competitividad industrial TCNIC”. Concretamente, esta actuación se enmarca dentro de la línea de trabajo ‘Generación de metodología de desarrollo acelerado de componentes industriales y sostenibles’. El objetivo del modelo es introducir un enfoque de gestión predictiva en la generación de este tipo de energía renovable. Una premisa que permite abordar tanto el problema de la incertidumbre asociada a los cambios meteorológicos como el elevado coste asociado a la restricción de ‘inyección cero’ para instalaciones con potencias superiores a 100kW. Esta normativa obliga a una inversión notable en equipamiento para poder inyectar la energía sobrante generada por paneles directamente a la red de distribución. Se trata de una exigencia técnica/legal para proteger estabilidad y seguridad de la red que se mitigaría con el modelo propuesto por CTC. El sistema presentado ofrece predicciones muy precisas, lo que garantiza una toma de decisiones fiable. Para ello, se han extraído datos de producción de una pequeña instalación piloto, situada en la azotea del edificio del centro tecnológico cántabro. Una ubicación que supone un reto en sí mismo por la alta variabilidad meteorológica de la región. Además de tener un pequeño campo solar, hay una estación meteorológica que proporciona datos de irradiancia, temperatura, humedad, viento y precipitación. De este modo, se puede captar la variabilidad de la producción en relación y dependencia con el momento y el lugar ambiental. Los instrumentos de medición se completan con un sensor de polvo, que permite incorporar el estudio y medición del impacto físico directo sobre los paneles del polvo ambiente. Algo que resulta de especial relevancia en ambientes salinos como el que se da en Cantabria. Más allá de difundir los resultados obtenidos ante la comunidad científica internacional, contrastar el enfoque propuesto con investigadores y profesionales del ámbito de la ciencia computacional y recoger posibles líneas de mejora para su aplicación en modelos predictivos, participar como ponente en este evento tiene la recompensa de que el artículo ha sido publicado en las Lecture Notes in Computer Science (LNCS) de la editorial Springer. Se trata de una de las series de libros científicos más prestigiosas del mundo en el ámbito de la informática y las tecnologías de la información. No en vano, está indexada por las principales bases de datos del mundo como son Scopus, EI Engineering Index o Thomson Reuters Conference Proceedings Citation Index (incluido en ISI Web of Science). ⚡ Rompe el algoritmo. Decide tú de qué se habla y mueve esta información sobre energía e innovación por tus redes o mensajería. 🔋 Podemos seguir contando cómo cambia la industria cántabra gracias a apoyos como el tuyo. Súmate y hazte socia o socio por 8 euros al mes.