Evaluación y corrección de pronósticos de radiación solar WRF-SMN mediante Inteligencia Artificial
| Resumen | Metodología de código abierto basada en IA para evaluar y corregir sesgos en los pronósticos de radiación solar del modelo WRF-SMN de Argentina, utilizando observaciones locales para mejorar su aplicación en la toma de decisiones del sector energético. |
| Sector del servicio climático | Energía |
| Institución(es) | Universidad Nacional de Luján Servicio Meteorológico Nacional de Argentina Instituto de Investigaciones en Energía No Convencional Organización Meteorológica Mundial |
| Fecha de publicación del servicio climático | 2026-06-01 |
| Descriptor(es) | Tecnología y herramientas climáticas Pronóstico Energía Documentación técnica Capacitación y formación Adaptación |
| Región | Todas las regiones |
| País(es) | Argentina |
Elementos del servicio climático
| Manual Técnico Operativo | |||
| Descripción: | Manual operativo detallado que describe paso a paso la metodología de control de calidad radiométrico de datos minutales, integración horaria, preprocesamiento de pronósticos WRF, cálculo de métricas de error y corrección estadística mediante modelos de machine learning (MLP). | ||
| Documento relacionado: | https://crc-osa.ciifen.org/CST/wp-content/uploads/2026/08/Entregable-2-and-3_MANUAL-DE-USUARIO_20260601_WMOXB-1278832398-6772062.pdf | ||
| Código Abierto | |||
| Descripción: | Código reproducible en formato Jupyter Notebook que contiene todo el pipeline de desarrollo en Python, permitiendo la carga de datos de radiación, el entrenamiento y la validación del modelo MLP óptimo seleccionado. | ||
| Documento relacionado: | https://github.com/rdledesma/SMN-WRF-Site-Adaption/blob/main/Presentacion_WRF_SMN_MLP.ipynb | ||
| Informe 1 evaluación | |||
| Descripción: | Primer informe sobre la evaluación de la predicción del modelo WRF del NWP realizada por SMN, utilizando datos de observación de tres ubicaciones. | ||
| Documento relacionado: | https://crc-osa.ciifen.org/CST/wp-content/uploads/2026/08/Entregable_1_20260430_WMOXB-1278832398-6772060.pdf | ||