Análisis y modelado de la producción de una planta fotovolcaica mediante Machine Learning con el lenguaje de programación Phyton

Abstract

El presente trabajo, en primera instancia, analiza de manera general el comportamiento de una instalación fotovoltaica de la cual se tienen datos históricos de 3 años haciendo uso de representaciones gráficas mediante el lenguaje de programación Python. Así mismo, se proponen modelos de predicción de producción para ciertos inversores a partir de distintos algoritmos de machine learning con el objetivo de encontrar el modelo que mejor se adapte a la producción real observando su comportamiento en distintos escenarios climatológicos. Finalmente, una vez definido el mejor modelo se analiza la precisión del mismo comparando con otros inversores de la misma instalación, verificando de igual manera su comportamiento en distintos tipos de días.

The present work, in the first instance, broadly analyzes the behavior of a photovoltaic installation for which there are historical data spanning 3 years, using graphical representations through the Python programming language. Similarly, predictive production models are proposed for specific inverters using various machine learning algorithms, aiming to discover the model that best fits actual production by observing its performance under different weather scenarios. Lastly, once the best model is determined, its accuracy is examined by comparison with other inverters within the same installation, while also evaluating its performance across various types of days.