Nueva y emocionante publicación en la revista ‘Expert Systems with Applications‘ en colaboración de la Universidad de Jaén, Universidad de Granada y Sapienza Università di Roma. El trabajo titulado «Estimating Soiling on Solar Photovoltaic Panels Using Machine Learning Models« presenta una metodología novedosa para estimar con precisión el alcance del soiling en paneles solares, mejorando en última instancia su rendimiento y eficiencia general. Esta investigación es muy prometedora para optimizar la producción de energía y mejorar la efectividad de los sistemas de energía solar. Al pronosticar con precisión la suciedad en los paneles fotovoltaicos, los operadores del sistema de energía solar pueden abordar el problema de manera proactiva y tomar las medidas adecuadas para garantizar un rendimiento óptimo. Al minimizar el impacto de la suciedad, se puede maximizar la producción de energía, lo que lleva a una mayor eficiencia y una mayor sostenibilidad. La colaboración entre la Universidad de Jaén, la Universidad de Granada y la Universidad Sapienza de Roma ha allanado el camino para avances significativos en el campo de la energía solar y Big Data. Esta investigación demuestra la efectividad de emplear técnicas de aprendizaje automático para resolver los desafíos del mundo real que enfrenta la industria solar. Los hallazgos innovadores de este estudio sirven como catalizador para una mayor exploración e innovación en el dominio. Un agradecimiento especial a los autores de esta publicación por su dedicación: Luiza Araujo Costa Silva, Luis Gonzaga Baca Ruiz, David Criado Ramón, João Gabriel Bessa, Leonardo Micheli y Maria del Carmen Pegalajar Jiménez
#SolarEnergy #RenewableEnergy #MachineLearning #ResearchPublication #UniversityCollaboration