El mantenimiento predictivo es un campo de investigación que ha surgido de la necesidad de mejorar los sistemas existentes. Esta investigación se centra en controlar la degradación de los módulos fotovoltaicos (PV) en paneles solares exteriores, que están expuestos a una variedad de cargas climáticas. La mejora de la fiabilidad, operación y rendimiento se puede lograr a través del monitoreo. En este estudio, se implementó un sistema capaz de predecir la potencia de salida de un módulo solar. Monitorea diferentes parámetros y utiliza técnicas de aprendizaje automático para la predicción. Su uso mejoró la fiabilidad, operación y rendimiento. Por otro lado, se evaluaron algoritmos de aprendizaje automático con diferentes métricas para optimizar y encontrar la mejor configuración que proporcione una solución óptima al problema. Con el objetivo de aumentar la participación de la energía renovable, se incluyó una propuesta arquitectónica basada en Edge Computing para implementar el modelo propuesto en un sistema. El modelo propuesto está designado para predicciones exteriores y ofrece muchas ventajas, como el monitoreo de paneles individuales, la optimización de la respuesta del sistema y la velocidad de comunicación con la Nube. El objetivo final del trabajo fue contribuir al concepto de sistema de Energía inteligente, proporcionando soluciones para planificar todo el sistema energético junto con la identificación de diseños de infraestructura energética adecuados y estrategias operativas.