Previsión de la energía solar usando aprendizaje profundo híbrido: mejora del rendimiento con modelado aleatorio de bosques y ensambles

Summary

Este estudio avanza en el rendimiento de las centrales solares concentradas mediante un análisis exhaustivo de datos y metodologías de corrección de errores. Al integrar análisis espectral, optimización de la eficiencia térmica y modelos híbridos de aprendizaje automático, la investigación proporciona estrategias prácticas para mejorar la eficiencia y fiabilidad operativa, apoyando así el papel de la energía solar como fuente de energía sostenible.

Abstract

Una previsión precisa de la energía solar es fundamental para la integración de la red y la estabilidad operativa de los sistemas de energías renovables. Este estudio presenta un enfoque híbrido de ensamblaje de aprendizaje profundo para predecir la generación solar capturando dependencias temporales complejas en los datos de irradiancia. Se evaluaron cinco arquitecturas híbridas: RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU y CNN-Transformer, cada una combinando componentes convolucionales o recurrentes para extraer características espaciales y secuenciales de series temporales históricas. El modelo RF-BiLSTM logró el mejor rendimiento individual con R² = 0,6568, MAE = 30.728 W y MSE = 1,81 × 10⁹ W². Un modelo de conjunto que integró las tres principales arquitecturas utilizando promedios ponderados inversos por MAE demostró un rendimiento superior con R² = 0,6933, MAE = 28.809,89 W y MSE = 1,53 × 10⁹ W², reduciendo el error de predicción en un 6,2% en comparación con el mejor modelo individual. El marco conjunto propuesto equilibra eficazmente las fortalezas de los modelos, mejora la robustez de las previsiones y proporciona una solución escalable basada en datos para la previsión de energías renovables en redes inteligentes y sistemas de gestión energética.

Introduction

La acelerada transición global hacia las energías renovables ha posicionado la energía solar como una fuente clave en la mezcla energética sostenible. A medida que los países se comprometen cada vez más a descarbonizar sus sistemas energéticos, la tecnología fotovoltaica solar (PV) ha experimentado un crecimiento exponencial debido a su escalabilidad, la disminución de costes y los beneficios medioambientales. Sin embargo, la integración generalizada de la energía solar en redes eléctricas nacionales y regionales presenta desafíos significativos, principalmente debido a su naturaleza intermitente y dependiente del clima. La irradiancia solar está influida por una variedad de factores ambientales, incluyendo la cobertura de nubes, las condiciones atmosféricas, los cambios estacionales y los ciclos diurnos, todos los cuales introducen variabilidad e incertidumbre en la generación de energía solar. Esta variabilidad inherente complica la tarea de equilibrio de red y planificación del sistema eléctrico. Los operadores deben predecir con precisión la producción de energía solar para asegurar una asignación óptima de recursos, reducir la dependencia de sistemas de respaldo basados en combustibles fósiles, evitar sobrecargas o subutilizaciones de infraestructuras y mantener la estabilidad general de la red. A medida que aumenta la penetración de la energía solar, la necesidad de modelos de previsión robustos, fiables y precisos se vuelve aún más urgente. Las previsiones solares precisas a corto plazo y con anticipación son especialmente críticas para aplicaciones como la participación en el mercado energético, el despacho de cargas, la programación de baterías y la gestión de microrredes¹.

Los métodos tradicionales de predicción, como los modelos físicos basados en datos meteorológicos y las técnicas estadísticas de series temporales (por ejemplo, ARIMA, suavizado exponencial), a menudo quedan cortos a la hora de captar el comportamiento no lineal y dinámico de la generación solar. Estos modelos tienden a basarse en supuestos lineales, características hechas a mano o simulaciones meteorológicas detalladas, lo que limita su escalabilidad y adaptabilidad a patrones cambiantes en los datos^{solares 2}. En contraste, los modelos de aprendizaje profundo (DL) han surgido como un enfoque transformador en la predicción de series temporales. Estos métodos basados en datos pueden aprender automáticamente características complejas y dependencias temporales directamente a partir de datos de entrada en bruto, sin requerir ingeniería explícita^{de características 3,4}.

Entre las arquitecturas más utilizadas se encuentran las Redes Neuronales Recurrentes (RNN) y sus variantes mejoradas, como la Memoria a Corto Plazo Largo (LSTM) y las redes de Unidad Recurrente Controlada (GRU). Estos modelos están diseñados para capturar dependencias secuenciales y relaciones temporales a largo plazo en datos de series^{temporales 2,5,6}. Mientras tanto, las Redes Neuronales Convolucionales (CNNs) han demostrado grandes capacidades en la extracción de características espaciales y se han adaptado para procesar datos temporales mediante convoluciones 1D, especialmente en configuraciones^{híbridas 7,8}. Los modelos híbridos DL, que combinan las fortalezas de diferentes arquitecturas como CNNs y RNNs, han ganado terreno en la predicción solar debido a su capacidad para extraer dependencias tanto locales como a largo plazo a partir de datos de series^{temporales 7,8,9}

Por ejemplo, los modelos CNN-LSTM o CNN-BiLSTM aplican capas convolucionales para preprocesar y filtrar la secuencia de entrada antes de introducirla en capas recurrentes, resultando en un aprendizaje más eficiente y^{preciso 9,10}. Varios estudios han demostrado la superioridad de las arquitecturas híbridas frente a los modelos independientes. La investigación que utiliza modelos híbridos SSA-RNN-LSTM logró reducciones significativas en las métricas de error en múltiples tecnologías fotovoltaicas, mostrando mejoras del 15-23% en RMSE en comparación con enfoques híbridos^{alternativos 9}. De manera similar, las arquitecturas CNN-LSTM han superado tanto los enfoques estándar de aprendizaje automático como los modelos individuales de aprendizaje profundo en múltiples métricas de evaluación cuando se aplican a datos reales de energía^{solar 10}. También se ha establecido la eficacia de los métodos híbridos basados en descomposición, donde la descomposición de paquetes wavelet combinada con redes LSTM demostró un rendimiento superior respecto a modelos individuales LSTM, RNN, GRU y MLP en la predicción de potencia fotovoltaica con una hora^{de antelación 2}. En la predicción de energía eólica, los modelos híbridos que combinan capas convolucionales con redes GRU han logrado mejoras notables en predicciones a muy corto plazo, con validaciones en múltiples ubicaciones que confirman su robustez y^{generalizabilidad 7}. Además, mecanismos basados en la atención como los Transformers ofrecen un potencial adicional al centrarse selectivamente en los segmentos de entrada relevantes a lo largo de los pasos de tiempo. Investigaciones recientes sobre híbridos CNN-LSTM-Transformer han logrado tasas de error excepcionalmente bajas, representando esfuerzos pioneros para incorporar redes Transformers en modelos híbridos para la previsión de energía^{solar 11}.

El éxito de los modelos híbridos va más allá de las combinaciones arquitectónicas para incluir técnicas de preprocesamiento y adaptaciones especializadas para condiciones reales. Las técnicas de descomposición de señales han demostrado ser valiosas para captar las características multiescala de la generación de energía fotovoltaica, mejorando la precisión de la predicción mediante una mejor representación de patrones^{temporales 2}. Para plantas solares a escala industrial que operan bajo condiciones de restricción, los enfoques mejorados basados en LSTM que incorporan preprocesamiento especializado han logrado reducciones significativas de errores al abordar las inconsistencias de datos¹². También se ha examinado el impacto de la calidad de los datos de entrada, revelando diferencias sustanciales de rendimiento al utilizar datos meteorológicos históricos frente a los previstos, con técnicas innovadoras de ingeniería de características que ayudan a mitigar las pérdidas de precisión bajo condiciones de entrada^{imperfectas 6}. Los enfoques de aprendizaje automático han demostrado además su eficacia en sistemas conectados a la red, mostrando potencial para reducir la dependencia de la capacidad de reserva convencional de giro mediante una previsión precisa¹³. Trabajos fundamentales anteriores establecieron la viabilidad de redes neuronales artificiales para diversas aplicaciones de energía solar, demostrando su capacidad para manejar datos ruidosos e incompletos mientras proporcionaban predicciones rápidas una vez^{entrenadas 3,4,14}. La investigación sobre horizontes óptimos de predicción y enfoques de entrada mínima ha proporcionado orientación práctica para el diseño y despliegue de sistemas en regiones con escasez de datos^{15, 16 y 17}. Los métodos híbridos que combinan modelado de mecanismos con aprendizaje profundo también han mostrado potencial para aplicaciones complejas de energía solar térmica, identificando con precisión factores meteorológicos clave y sus relaciones^{espaciotemporales 18}. Estudios comparativos han establecido las ventajas de las arquitecturas recurrentes avanzadas, especialmente las redes LSTM bidireccionales, que han logrado un rendimiento excepcional bajo condiciones ambientales desafiantes como el clima^{nublado 19}.

El aprendizaje en conjunto, especialmente a través del promedio ponderado, ofrece una solución atractiva. Al agregar las predicciones de modelos complementarios, los métodos de conjunto pueden reducir el error de generalización, mejorar la robustez y mitigar las debilidades de los modelos individuales. Este estudio investiga el rendimiento de cinco modelos avanzados híbridos DL: RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU y CNN-Transformer para la predicción de energía solar. Cada modelo se evalúa mediante métricas rigurosas, incluyendo el coeficiente de determinación (R²), el error absoluto medio (MAE) y el error cuadrático medio (MSE). Basándose en el benchmarking de rendimiento, los tres mejores modelos se seleccionan y combinan en un conjunto optimizado utilizando una técnica de promedio ponderado. El objetivo es desarrollar un conjunto solo DL que mejore la precisión de las predicciones manteniendo la generalización y la viabilidad computacional. Esta investigación tiene como objetivo proporcionar soluciones prácticas y de alto rendimiento para los operadores de redes y los actores de energías renovables.

A pesar de los avances considerables en metodologías de predicción de energías renovables, persisten varias limitaciones críticas en el cuerpo de conocimiento actual. Aunque los sistemas fotovoltaicos han atraído un enfoque considerable de investigación, las aplicaciones de predicción específicamente diseñadas para concentrar energía solar siguen estando marcadamente subrepresentadas, dejando las preguntas sobre la predicción de eficiencia térmica y la optimización operativa en gran medida sin abordar^15,16. Los marcos actuales de previsión suelen partir de la suposición de que las mediciones de sensores son inherentemente precisas, descuidando la implementación de procedimientos sistemáticos de corrección de errores para la instrumentación de Irradiancia Normal Directa, lo que introduce posibles preocupaciones de fiabilidad tanto para el análisis retrospectivo como para las predicciones^{prospectivas 20}. Los enfoques existentes se concentran predominantemente en la predicción temporal sin examinar las características espectrales de la radiación solar bajo condiciones atmosféricas variables, a pesar de la influencia conocida de la distribución espectral en el rendimiento del^{sistema 17}. Aunque las arquitecturas híbridas que combinan redes convolucionales y recurrentes han demostrado ser efectivas para aplicaciones fotovoltaicas y eólicas, su adaptación a sistemas solares térmicos concentrados sigue siendo en gran medida inexplorada, especialmente las configuraciones que integran el procesamiento de características en bosque aleatorio con capas recurrentes^{bidireccionales 7,10}. La prevalencia de intervalos de predicción horaria en estudios publicados pasa por alto la necesidad de una mayor resolución temporal capaz de captar dinámicas de respuesta térmica rápida, esenciales para la gestión en tiempo real^{del sistema 18,19}. Además, la mejora de la calidad de los datos y el modelado predictivo existen como dominios de investigación desconectados sin marcos integrados que demuestren cómo la rectificación de la medición se traduce en mejoras en la previsión²⁰. Finalmente, las consideraciones de eficiencia computacional, incluyendo la duración del entrenamiento, la velocidad de inferencia y los requisitos de hardware, reciben poca atención en relación con las métricas de precisión únicas, limitando la guía práctica^{de despliegue 20}.

Esta investigación aborda estas deficiencias estableciendo una metodología integral que incorpora análisis específicos de energía solar concentrada con optimización térmica, implementa protocolos rigurosos de corrección de errores de sensores, realiza un examen de distribución espectral, introduce una arquitectura LSTM Random Forest-Bidirectional para la predicción de la potencia térmica, ejecuta pronósticos de resolución minuciosa para mejorar la granularidad temporal, conecta procesos de rectificación de datos con el rendimiento y proporciona un benchmarking computacional sistemático en cinco arquitecturas híbridas utilizando hardware de procesamiento gráfico estandarizado. Las principales lagunas de investigación identificadas en la literatura existente se resumen en la Tabla 1.

Vacío en la investigación	Literatura existente	Lo que falta	Este estudio aborda
Investigación limitada específica de CSP	Estudios extensos de previsiónfotovoltaica 15,16	Rectificación de datos de eficiencia térmica CSP	Análisis integral de datos CSP con optimización térmica
Corrección de errores inadecuada del sensor	Los estudios asumen una precisiónde los datos 17	Protocolos de corrección de error cero para instrumentos DNI	Implementó corrección cero de errores para una evaluación precisa
Ausencia de análisis espectral de DNI	Enfoque de previsión temporal solo18	Distribución espectral bajo variaciones atmosféricas	Análisis espectral revelando influencias de nubes/atmósfera
Modelos híbridos limitados para CSP	CNN-LSTM para PV10, CNN-GRU paraeólica 7	RF-BiLSTM para aplicaciones CSP	Nuevo RF-BiLSTM lograndoR 2 = 0,657
Falta de análisis minuto por minuto	Prediccioneshorarias 18,19	Alta resolución para dinámica térmica	Evaluación minuto a minuto para optimización en tiempo real
Sin marco integrado	Estudios separados de previsión y calidad20	Vínculo entre rectificación y rendimiento	Marco integrado de mejora de datos a rendimiento
Análisis computacional insuficiente	Comparaciones de precisión solo20	Eficiencia en el entrenamiento y viabilidad del despliegue	Análisis computacional en GPU T4 a través de 5 modelos

Tabla 1: Lagunas de investigación abordadas en el estudio actual. Resumen de las limitaciones existentes en la investigación, elementos ausentes en la literatura actual y contribuciones específicas de este estudio para abordar las lagunas identificadas en la predicción de CSP y la evaluación de la calidad de los datos.

Protocol

Colección y descripción de conjuntos de datos
El conjunto de datos (Figura 1) utilizado en esta investigación comprende registros históricos cruciales para la predicción de la energía solar. El conjunto de datos comprende datos operativos diarios de una planta solar térmica concentrada de 50 MW operada por Megha Engineering and Infrastructures Limited (MEIL), situada cerca de Anantapur, Andhra Pradesh, India, utilizando tecnología de energía solar concentrada (CSP) por canal parabólico que captura la irradiancia normal directa (DNI) y transfiere calor mediante un fluido de transferencia de calor (HTF) para generar electricidad. El conjunto de datos se recopiló desde el 1 de enero de 2015 hasta el 3 de octubre de 2025 y contiene siete atributos clave que capturan información temporal, mediciones de irradiancia solar y producción de energía. Los atributos temporales incluyen 'Fecha', que proporciona la fecha del calendario en formato estándar, 'Año' que indica el año de recogida de datos, 'Mes' que representa el número del mes, 'Día' que denota el día del mes, y 'Día Juliano', que ofrece un sistema secuencial de numeración de días a lo largo del año para un análisis temporal continuo. La variable meteorológica principal de entrada es la 'SUMA DNI' medida en kWh/m², que representa la Irradiancia Normal Directa (DNI) total, la energía solar acumulada recibida por metro cuadrado de la superficie del colector, que sirve como factor crítico que influye en la eficiencia de conversión térmica de la planta de CSP. La variable objetivo 'Generación Real', medida en kWh, captura la potencia eléctrica producida por la planta CSP, reflejando el resultado del proceso de conversión de energía solar a térmica a eléctrica. Estos atributos permiten en conjunto un análisis exhaustivo del rendimiento de la planta, incluyendo la determinación de la eficiencia térmica, modelado de conversión de DNI a energía, identificación de influencias atmosféricas y de la cubierta de nubes mediante análisis espectral, implementación de protocolos de corrección de cero errores para la calibración de sensores y desarrollo de modelos avanzados híbridos de predicción por aprendizaje automático para optimizar la planificación operativa en tiempo real y mejorar la eficiencia y fiabilidad general de la planta CSP. Detalles de la planta disponibles en: https://solarpaces.nrel.gov/project/megha-solar-plant

Figura 1: Cinco filas principales del conjunto de datos. Datos de muestra que muestran las entradas iniciales del conjunto de datos de generación de energía solar, mostrando características de entrada y variables objetivo utilizadas para el entrenamiento y evaluación del modelo. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

Preparación de datos
El estudio utiliza datos de series temporales de generación solar que abarcan desde el 1 de enero de 2015 hasta el 10 de marzo de 2025. Para tener en cuenta posibles problemas de calidad de los datos en los primeros años y centrarse en patrones más recientes, los registros fueron filtrados a partir del 1 de enero de 2017. Las columnas temporales (Fecha, Año, Día) se eliminaron basándose en un análisis preliminar de correlación que mostró un valor predictivo despreciable. Se imputaron valores faltantes utilizando una técnica de media móvil para mantener la continuidad temporal minimizando la distorsión de los patrones subyacentes. Se crearon tres características de lag utilizando la variable objetivo (Generación Actual (kW/h)) para capturar dependencias temporales.

División de conjuntos de datos
Para establecer cohortes de entrenamiento, validación y pruebas equilibradas y representativas, el conjunto de datos preprocesado se segmentó mediante un método de muestreo estratificado. Este enfoque aseguraba que el 70% de los datos (2091 datos) se asignaran para entrenamiento, mientras que tanto los conjuntos de validación como de prueba representaban el 15% (448 datos por conjunto).

Normalización de datos
Las características se estandarizaron usando StandardScaler, mientras que los valores objetivo se normalizaron mediante MinMaxScaler en el rango [0,1] para la estabilidad de la red neuronal.

Formación en modelos
Se implementaron cinco modelos híbridos (Random Forest-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU y CNN-Transformer) para la previsión de generación solar. Los datos de entrada se reestructuraron en un formato secuencial remodelado como (muestras, pasos de tiempo, características) donde pasos de tiempo = 1 para la mayoría de los modelos, excepto CNN-LSTM, que usaba una ventana deslizante de 15 pasos. Los conjuntos de entrenamiento, validación y pruebas se escalaron preservando el orden temporal para evitar fugas de datos. Todos los modelos se entrenan con 32 unidades de lote y 30 épocas.

Random Forest-BiLSTM (Figura 2): El modelo híbrido propuesto combina una red Bidireccional Long Short-Term Memory (BiLSTM) con un regresor de Random Forest (RF) para mejorar la precisión de la predicción. Primero, el modelo BiLSTM se entrena con los datos de series temporales de entrada para capturar patrones temporales y generar predicciones iniciales. Después de esto, se calculan los errores residuales (diferencias entre valores reales y predichos) de la BiLSTM. A continuación, se entrena un modelo de Bosque Aleatorio sobre las características de entrada originales para aprender y predecir estos residuos. Para mejorar el rendimiento del modelo RF, se seleccionan las seis características más importantes en función de las puntuaciones de importancia de las características. Finalmente, la predicción corregida se obtiene sumando los residuos predichos por RF a las salidas de BiLSTM. Este enfoque híbrido aprovecha la capacidad de modelado de secuencias de BiLSTM y la fuerza del aprendizaje conjunto de Random Forest para lograr una mejor generalización y rendimiento predictivo.

Sea la secuencia de entrada en el paso de tiempo t.

Predicción BiLSTM:

, 

 

 

Cálculo residual: 

Aprendizaje residual usando Random Forest: Sea Z⊂X las k características principales seleccionadas usando la importancia de la característica.

 

Predicción final: 

Figura 2: Arquitectura del modelo de memoria a corto plazo bidireccional de bosque aleatorio. Diagrama esquemático que ilustra la arquitectura híbrida RF-BiLSTM, mostrando la integración del procesamiento de características en Bosque Aleatorio con capas LSTM bidireccionales para el aprendizaje temporal de secuencias. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

CNN-LSTM (Figura 3): El modelo híbrido CNN-LSTM comienza procesando la secuencia de entrada utilizando una capa convolucional 1D para extraer características espaciales locales, seguida de una activación LeakyReLU, normalización por lotes y max pooling. Las características extraídas se pasan entonces por una pila de tres capas LSTM para aprender dependencias temporales, aplicándose la normalización de capa y el dropout tras los dos primeros LSTM para regularización. La salida final del LSTM se pasa a través de capas densas totalmente conectadas con activación y dropout, y finalmente se mapea a la salida usando una sola neurona.

Sea la secuencia de entrada, donde T es la ventana temporal y F es el número de características.

Operación de CNN: 

Máximo pooling: 

Celda LSTM: 

 

Salida:  

Figura 3: Arquitectura del modelo CNN-LSTM. Representación estructural del modelo híbrido Red Neuronal Convolucional-Memoria a Corto Plazo Largo, que demuestra la extracción de características convolucionales seguida de procesamiento de secuencias temporales unidireccionales. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

CNN-BiLSTM (Figura 4): El modelo híbrido CNN-BiLSTM extrae primero características espaciales utilizando una capa convolucional 1D con 32 filtros, seguida de la normalización por lotes y el max pooling para reducir la dimensionalidad. La salida se pasa entonces a través de una pila de dos capas LSTM bidireccionales para capturar dependencias temporales a largo plazo tanto hacia adelante como hacia atrás. La regularización se aplica mediante dropout y normalización por lotes. Una capa densa con 128 neuronas refina la representación aprendida antes de que la capa final de salida la mapea a un único valor predicho.

Operación de CNN: 

Máximo pooling:

LSTM bidireccional:  ,  

 

Salida:  

Figura 4: Arquitectura del modelo CNN-BiLSTM. Diagrama arquitectónico del modelo Convolutional Neural Network-Bidirectional Long Short-Term Memory, que destaca la combinación de capas convolucionales con procesamiento recurrente bidireccional para una captura de dependencias temporales mejorada. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

CNN-GRU (Figura 5): El modelo híbrido CNN-GRU comienza con una capa Conv1D que utiliza un tamaño de núcleo de 1 para extraer características espaciales de ese único paso de tiempo. El max pooling reduce las dimensiones espaciales. Esto es seguido por una pila de capas GRU: la primera devuelve secuencias para capturar dependencias temporales, y la segunda resume la secuencia en una representación compacta. Una capa densa final produce el valor predicho. Se aplica regularización de dropout entre capas GRU para evitar el sobreajuste.

Operación de CNN: 

Máximo pooling: 

Celda GRU:

Salida:

Figura 5: Arquitectura del modelo CNN-GRU. Esquema del modelo híbrido Convolutional Neural Network-Gated Recurrent Unit, mostrando preprocesamiento convolucional integrado con capas GRU para un modelado temporal eficiente. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

CNN-transformador (Figura 6) El modelo CNN-transformador comienza con una capa Conv1D para extraer características locales de la secuencia de entrada, seguida de una capa de max pooling. Estas características pasan a través de un bloque codificador Transformer que consiste en un mecanismo de auto-atención multicabezal, normalización de capas y una red densa de avance de avance. A continuación, se aplica un agrupamiento de media global antes de que una capa densa final produzca la predicción. Esta arquitectura está diseñada para capturar tanto patrones espaciales (vía CNN) como dependencias globales (mediante atención Transformer).

Operación de CNN:

Autoatención con múltiples cabezas:

Donde: Q, K, V = XW^Q, XW^K,^{XW V} y d_k es la dimensión de las tonalidades.

Red de Feed Forward:

Capas de Añadir y Normalizar:

Salida:

Figura 6: Arquitectura del modelo CNN-Transformador. Visión estructural del modelo híbrido Red Neuronal Convolucional-Transformer, que incorpora la extracción de características convolucionales con mecanismos de atención multicabeza para el reconocimiento avanzado de patrones temporales. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

Desarrollo de modelos de conjunto
Para mejorar la precisión de las predicciones y la robustez del modelo, implementamos un enfoque de conjunto de media ponderada utilizando predicciones de los cinco modelos híbridos de aprendizaje profundo: RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU y CNN-Transformer. El conjunto se construyó asignando pesos optimizados a las predicciones de cada modelo, con pesos más altos a los modelos que demostraban un rendimiento individual superior, medido por sus puntuaciones R². Esta estrategia de ponderación garantiza que los modelos más precisos contribuyan de forma más significativa a la previsión final, aprovechando al mismo tiempo las fortalezas complementarias de todas las arquitecturas. La salida del conjunto se evaluó entonces utilizando métricas estándar de rendimiento: R², error absoluto medio (MAE) y error cuadrático medio (MSE) para evaluar su precisión predictiva, consistencia y capacidad de generalización. Este conjunto de aprendizaje profundo pretende integrar la extracción temporal de características desde múltiples perspectivas, logrando así mayor precisión y robustez que cualquier modelo híbrido individual en aislamiento.

Formulación matemática de la técnica de conjunto:

Sea

representan el conjunto de modelos base correspondientes a CNN-RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU y CNN-Transformer.

Cada modelo base M_i produce una predicción:

La matriz meta-característica para apilamiento se forma como:

El meta-aprendiz de Regresión de Ridge estima la predicción final como:

Dónde:

-- w_i soy el aprendido a apilar pesos

-- w₀ es el término de sesgo

Para evitar el sobreajuste, la regresión de crestas minimiza la siguiente función de pérdida regularizada:

Dónde:

-- y_j = objetivo verdadero para la j^ésima muestra

-- N = número total de muestras

-- α = parámetro de regularización que controla la contracción del peso

La predicción del conjunto se obtiene como:

donde los pesos w_i se aprenden automáticamente minimizando la función de pérdida de cresta.

Results

Evaluación del rendimiento individual del modelo
La evaluación del rendimiento de cinco modelos híbridos de aprendizaje profundo (DL) RF-BiLSTM, CNN-GRU, CNN-BiLSTM, CNN-LSTM y CNN-transformador se llevó a cabo utilizando un conjunto completo de métricas estándar de regresión, incluyendo R² (coeficiente de determinación), error absoluto medio (MAE) y error cuadrático medio (MSE), para evaluar rigurosamente su capacidad para pronosticar la generación de energía solar bajo condiciones meteorológicas var...

Discussion

La metodología propuesta sigue un flujo de trabajo estructurado como se muestra en la Figura 12. Inicialmente, el conjunto de datos pasa por un preprocesamiento exhaustivo, incluyendo imputación de valores faltantes, normalización e ingeniería de características, para garantizar la calidad de los datos y mejorar el aprendizaje del modelo ^3,6. El conjunto de datos procesado se divide entonces en conjuntos de entrenamiento (70%), valid...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
BiLSTM	TensorFlow/Keras	TensorFlow 2.10.0
Capas CNN	TensorFlow/Keras	TensorFlow 2.10.0
Google Colab	Google LLC	Plataforma en la nube
GRU	TensorFlow/Keras	TensorFlow 2.10.0
Matplotlib	Equipo de desarrollo de Matplotlib	3.7.1
NumPy	NumFOCUS	1.25.2
NVIDIA T4 GPU	NVIDIA Corporation	Tesla T4
Pandas	NumFOCUS	2.0.3
Pireliómetro para medición de DNI	Kipp & Zonen	CH1-DL
Python	Fundación de Software Python	3.10.12
Bosque Aleatorio	Desarrolladores de Scikit-learn	1.2.2
Scikit-learn	Desarrolladores de Scikit-learn	1.2.2
Sensores de temperatura	Vaisala	HMP155
TensorFlow/Keras	Google	Versión 2.10.0
Transformador	TensorFlow/Keras	TensorFlow 2.10.0
Estación meteorológica	Davis Instruments	Vantage Pro2