
Realizó la defensa de Tesis de Maestría titulada “Aplicación de Modelos Predictivos para la Estimación de Generación Fotovoltaica en Mariscal Estigarribia, Departamento de Boquerón, Paraguay”
El pasado 25 de Abril de 2025, se llevó a cabo en la Facultad de Ingeniería de la Universidad Nacional de Asunción (FIUNA), la defensa de Tesis de Maestría titulada “Aplicación de Modelos Predictivos para la Estimación de Generación Fotovoltaica en Mariscal Estigarribia, Departamento de Boquerón, Paraguay”, realizada por el Ing. Eduardo José Riquelme Portillo, bajo la Tutoría del Prof. Dr. Ángel Rincón Rodríguez.
El acto de defensa se constituye como el último requisito para optar al grado de Magíster en Energía para el Desarrollo Sostenible, con énfasis en Energías Renovables y Eficiencia Energética de la FIUNA.
Resumen
Esta tesis integra Machine Learning con métodos de predicción no convencionales para optimizar la estimación de generación fotovoltaica. Su objetivo es mejorar las predicciones de irradiancia solar a nivel local, permitiendo cálculos más precisos del potencial energético con días o semanas de antelación, facilitando la gestión eficiente en regiones aisladas con acceso limitado a la red eléctrica. La metodología emplea XGBoost, un algoritmo de gradient boosting, entrenado con datos históricos de irradiancia de la NSRDB y datos meteorológicos de la DINAC. Se implementó un extenso proceso de ingeniería de características, incluyendo rezagos, promedios móviles e interacciones entre variables climáticas para capturar tendencias temporales y relaciones no lineales de la irradiancia solar global (GHI). El modelo alcanzó un desempeño altamente preciso, con un R² de 0.9966 y un MAE de 7.374 W/m², validando su capacidad predictiva comparado con datos del año 2023. Este estudio representa un aporte significativo en la aplicación de inteligencia artificial en energías renovables, proporcionando un marco escalable para su integración con datos en tiempo real y deep learning.