Unos científicos chinos desarrollan una IA capaz de predecir la radiación solar con una precisión sin precedentes

La predicción precisa de la radiación solar es crucial para la estabilidad de los sistemas de energía fotovoltaica, pero los modelos actuales suelen ser imprecisos a medida que aumenta el tiempo de predicción. Sin embargo, esto podría cambiar pronto gracias a la IA.

Para hacer frente a este reto, investigadores liderados por la Universidad de Ciencia e Información Tecnológica de Nanjing (China) han presentado una solución basada en la inteligencia artificial, denominada GAN-Solar, diseñada para generar previsiones más precisas y fiables para la gestión de la energía solar.

¿Cómo funciona GAN-Solar?

El modelo utiliza el principio de las redes generativas adversarias (GAN), que enfrentan a dos redes neuronales entre sí en un proceso similar a una competición entre un "maestro pintor" (el generador) y un "crítico de arte perspicaz" (el discriminador).

El generador produce mapas simulados de radiación futura a partir de datos históricos, mientras que el discriminador aprende a detectar si las imágenes son auténticas o generadas.

A diferencia de los modelos convencionales, que pierden detalle con el tiempo, GAN-Solar ofrece una mayor fidelidad tanto en la distribución global como en las características locales de la radiación solar. "Los modelos tradicionales ven con menos claridad en periodos de previsión más largos. GAN-Solar es como equipar el sistema de previsión con unas gafas de alta precisión", afirmó Chen.

Un importante avance para la precisión de los modelos

La precisión mejorada proporciona un funcionamiento más fluido de las redes de energía solar y las redes conectadas por satélite que dependen de un suministro de energía estable.

La validación experimental muestra que GAN-Solar elevó el Índice de Similitud Estructural (SSIM) de las imágenes previstas de 0,84 a 0,87, reduciendo el error cuadrático medio en aproximadamente un 3,2 %, superando a otros modelos avanzados.

Los resultados demuestran su capacidad para proporcionar predicciones de alta precisión y baja distorsión, esenciales para aplicaciones de energía solar en tiempo real y redes de comunicación por satélite.

Referencia de la noticia

Chao Chen, Xin Liu, Shizhong Zhao, Muhammad Bilal. GAN-based solar radiation forecast optimization for satellite communication networks. International Journal of Intelligent Networks (2025).