La energía no renovable se ha utilizado durante muchos años, pero los recursos de la Tierra son limitados. La energía no renovable provoca daños sobre el planeta favoreciendo al cambio climático, por lo que en las últimas décadas se está apostando por las energías renovables. La energía renovable es la solución ante muchos problemas que se causan en el medio ambiente utilizando energía no renovable. Una de las energías renovables más punteras es la energía fotovoltaica la cual permite obtener energía eléctrica a través de la radiación solar. A pesar de que la energía solar es una energía limpia que no produce contaminación, la vida útil de los paneles solares es limitada ya que estos se van degradando con el paso del tiempo. Por tanto, es interesante conocer el rendimiento de los campos solares para conocer cuánto se han degrado los campos solares y saber si están cumpliendo la degradación anual establecida en la garantía del fabricante. Esto va a ayudar a no desechar módulos que aún funcionen correctamente, y así evitar que se creen gran cantidad de residuos. Como la energía solar depende en gran medida de factores ambientales, se utilizan sensores para conocer datos de radiación y temperatura. Estos sensores van a permitir predecir cuál es la potencia antes de instalar una planta solar. En este trabajo se muestra cómo, utilizando modelos de aprendizaje automático se puede obtener el rendimiento de los campos solares utilizando gran cantidad de datos muestreados con los sensores. Además, se va a presentar un método que permite mediante el análisis de datos, comparar el rendimiento entre varios años y estudiar si esa diferencia corresponde con la degradación del campo solar.