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

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.

Grantor dc:publisher

Universidad Ean

Year dc:date

2025

Authors dc:creator

• Castillo Castillo, Giovanny
• Sainea Rojas, Andrés Felipe

Contributors dc:contributor

• Chéry Leal, Marie José

• Innovaciones tecnológicas
• Evaluación de proyectos
• Aprendizaje automático
• Desarrollo sostenible
• Energía solar
• Energia Solar
• Datos meteorológicos
• Machine learning

Statement dc:rights

• info:eu-repo/semantics/openAccess
• Abierto (Texto Completo)
• Atribución-NoComercial-SinDerivadas 2.5 Colombia

Licence

• http://creativecommons.org/licenses/by-nc-nd/2.5/co/

Language dc:language

spa

Identifier

instname:Universidad Ean
reponame:Repositorio Institucional Biblioteca Digital Minerva
repourl:https://repository.ean.edu.co/

OAI identifier oai:identifier

oai:null:10882/14441