Pérez Soler, JavierSegarra-Tamarit, J.Beltrán, HéctorAriño, C.Alfonso-Gil, J. C.Attanasio, A.Pérez, Emilio2020-07-032020-07-032017Pérez, J., Segarra-Tamarit, J., Beltrán, H., Ariño, C., Alfonso-Gil, J. C., Attanasio, A., Pérez, E. Predicción de la irradiancia a partir de datos de satélite mediante deep learning. En Actas de las XXXVIII Jornadas de Automática, Gijón, 6-8 de Septiembre de 2017 (pp.582-588). DOI capítulo: https://doi.org/10.17979/spudc.9788497497749.0582 DOI libro: https://doi.org/10.17979/spudc.9788497497749978-84-16664-74-0 (UOV)978-84-9749-774-9 (UDC electrónico)http://hdl.handle.net/2183/25882[Resumen] El conocimiento con antelación de la irradiancia solar en la superfície en una ubicación determinada presenta diversas utilidades para las plantas fotovoltaicas, como la participación más ventajosa en el mercado eléctrico o las menores necesidades de almacenamiento para ello. En este trabajo se estudian diferentes alternativas para la estimación de la irradiancia a posteriori y se propone una red neuronal artificial que, utilizando esta estimación, predice la irradiancia solar futura con una hora de antelación.spaAtribución-NoComercial-CompartirIgual 4.0 Españahttp://creativecommons.org/licenses/by-nc-sa/4.0/es/PredicciónIrradiancia solarRedes neuronalesDeep learningMSGCPPMACC-RADconference outputopen accesshttps://doi.org/10.17979/spudc.9788497497749.0582