Con el objetivo de mejorar de manera efectiva la operación de parques fotovoltaicos (PV) y la estabilidad de la red eléctrica, el presente documento aborda el diseño y desarrollo de un nuevo sistema que logra la predicción de irradiancia a corto plazo para el área del parque PV, que es el factor clave para controlar las variaciones en la producción de energía PV. Primero, se introduce la celda Xception de memoria a largo y corto plazo (XceptionLSTM) adaptada para redes neuronales recurrentes (RNN). En segundo lugar, se presenta el nuevo modelo de predicción de irradiancia que consiste en una regresión de imágenes de secuencia a secuencia en forma de un codificador-decodificador espaciotemporal que incluye capas Xception en el codificador espacial, el nuevo XceptionLSTM en el codificador y decodificador temporal y un perceptrón multicapa en el decodificador espacial. El modelo propuesto logra una habilidad de predicción del 16.57% para un horizonte de 5 minutos en comparación con el modelo de persistencia. Además, el modelo propuesto está diseñado para su ejecución en dispositivos de computación en el borde y la aplicación en tiempo real de la inferencia en la Raspberry Pi 4 Modelo B de 8 GB y la Raspberry Pi Zero 2W valida los resultados.