Resumen
La expansión del uso de paneles solares ha generado grandes volúmenes de datos provenientes de sensores que registran variables como producción de energía, temperatura e irradiancia. Sin embargo, estos registros suelen presentar errores como valores faltantes, datos duplicados o inconsistencias que afectan la calidad del análisis y la precisión de los modelos predictivos.
Ante esta problemática, se plantea el desarrollo de un sistema automatizado basado en autómatas finitos para la detección, clasificación y corrección de errores en los datos generados por sistemas fotovoltaicos. Este sistema se integra con una base de datos NoSQL, específicamente MongoDB, lo que permite almacenar los registros corregidos de forma eficiente y estructurada.
La metodología implementada incluye el diseño del autómata, su integración con la base de datos y la validación mediante conjuntos de datos simulados. Los resultados demuestran una mejora significativa en la calidad y procesamiento de los datos respecto a métodos manuales, reduciendo errores humanos y aumentando la eficiencia.
Este proyecto aporta una solución práctica y escalable para el tratamiento automatizado de datos en sistemas solares, mejorando la confiabilidad de la información y facilitando su análisis en aplicaciones energéticas.

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Derechos de autor 2025 Elementos
