Este documento explora el potencial de los Sistemas de Energía Eólica Aerotransportada para revolucionar la generación de energía eólica, demostrando avances sobre los métodos actuales. A través de una serie de experimentos de campo controlados y la aplicación de técnicas clásicas de aprendizaje automático, logramos mejoras significativas en la estimación de la fuerza del cable. Nuestro modelo XGBoost, por ejemplo, demostró una notable reducción en el error al predecir la fuerza del cable que se puede extraer en una ubicación particular, con un error cuadrático medio de 52.3 Newtons y un error absoluto medio de 32.1 Newtons, junto con un error, que mide la proporción de varianza explicada por el modelo, que alcanzó un impresionante valor de 0.93. Estos hallazgos no solo validan la efectividad de nuestros métodos propuestos, sino que también ilustran su potencial para optimizar el despliegue de Sistemas de Energía Eólica Aerotransportada, maximizando así la producción de energía y contribuyendo a un futuro energético sostenible y bajo en carbono. Al analizar características clave de entrada como la velocidad del viento y la dinámica del cometa, nuestro modelo predice ubicaciones óptimas para la instalación de Sistemas de Energía Eólica Aerotransportada, ofreciendo una alternativa prometedora a las turbinas eólicas tradicionales.