A energia solar é uma forma de energia muito promissora e renovável que pode satisfazer uma quantidade substancial das necessidades energéticas mundiais. No entanto, o carácter esporádico das fontes de energia renováveis, causado por variáveis como os padrões climáticos e a hora do dia, apresenta obstáculos à produção consistente de energia e à sua integração no sistema elétrico. Para fazer face a estas dificuldades, este estudo sugere um método inovador que utiliza abordagens de visão computacional e de inteligência artificial para prever e melhorar a produção de energia solar. A abordagem sugerida implica a fusão de métodos baseados em dados dos domínios da visão computacional e da aprendizagem automática. A informação antecipada sobre o clima, a radiação solar e o funcionamento do carregador solar é recolhida de várias fontes. Os cálculos de visão por computador utilizam informações de satélite ou imagens terrestres para remover a cobertura nublada, o desenvolvimento e outras qualidades climáticas. A hora do dia e a estação do ano são adicionadas à informação visual para fornecer um conjunto de dados completo. O conjunto de dados treina estruturas de IA para avaliar a irradiação solar e a criação de energia.