La generación de energía fotovoltaica (PV) es la fuente de energía renovable más ampliamente adoptada. Sin embargo, su imprevisibilidad inherente plantea desafíos considerables para la gestión de las redes eléctricas. Para abordar el arduo y prolongado proceso de formación de modelos de predicción de PV, que ha sido un enfoque principal de investigaciones anteriores, en este estudio se propone un enfoque mejorado para la predicción de PV basado en días cercanos. Este enfoque está específicamente diseñado para manejar la preprocesamiento de conjuntos de datos de entrenamiento aprovechando los resultados de un análisis de similitud de generación de energía PV. Los resultados experimentales demuestran que este método puede reducir significativamente el tiempo de entrenamiento de los modelos sin sacrificar la precisión de la predicción, y puede aplicarse de manera efectiva tanto en enfoques de aprendizaje conjunto como en aprendizaje profundo.