Reconocimiento 4.0 InternacionalRosero Garcia, Javier AlveiroBello Rebolledo, Luis Eduardo2025-12-112025-12-112024https://repositorio.unal.edu.co/handle/unal/89205ilustraciones, gráficas, tablasLa planeación de la expansión de la infraestructura eléctrica para atender las necesidades de crecimiento del consumo de electricidad se basa en la habilidad de los planeadores de predecir la demanda futura de los usuarios basados en la recolección de información del comportamiento de la demanda pasada y de la actual. Con la información recolectada se han desarrollado métodos para obtener una aproximación de la demanda futura para facilitar los procesos empresariales en los temas de inversión y sostenibilidad de los negocios. Gracias al desarrollo de medidores de energía capaces de leer, almacenar y entregar la información de la demanda consumida por un usuario, es posible recolectar información confiable y veraz de cada uno de los usuarios conectados a la red de distribución. Por otro lado, el desarrollo de técnicas basadas en inteligencia artificial (IA) permiten no solo el manejo y procesamiento de grandes volúmenes de datos, sino que permiten desarrollar algoritmos de aprendizaje de los datos históricos para determinar un comportamiento futuro de la demanda. Se tuvo acceso a datos provenientes de medidores inteligentes de una empresa prestadora del servicio de energía eléctrica y se utilizaron dos algoritmos basados en series de tiempo para realizar caracterización de la demanda de los usuario y pronósticos de demanda de corto plazo. (Texto tomado de la fuente).Planning for the expansion of electrical infrastructure to meet the needs of growing electricity consumption is based on the ability of planners to predict future user demand based on the collection of information on past and current demand behavior. With the information collected, methods have been developed to obtain an approximation of future demand to facilitate business processes in the areas of investment and business sustainability. Thanks to the development of energy meters capable of reading, storing and delivering the information on the demand consumed by a user, it is possible to collect reliable and truthful information from each of the users connected to the distribution network. On the other hand, the development of techniques based on artificial intelligence (AI) allows not only the handling and processing of large volumes of data, but also allows the development of algorithms for learning historical data to determine future demand behavior. Data from smart meters of an electric power service provider were accessed and two time-series algorithms were used to characterize user demand and short-term demand forecasts.xv, 90 páginasapplication/pdfspahttp://creativecommons.org/licenses/by/4.0/000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores650 - Gerencia y servicios auxiliares::658 - Gerencia generalTrabajo de grado - MaestríaUniversidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/info:eu-repo/semantics/openAccessEstadísticaEntrenamientoInteligencia artificialMedidores inteligentesPlaneamientoStatisticsTrainingArtificial intelligenceSmart metersPlanningIndustria eléctricaElectrical industryAbastecimiento de energíaEnergy supplyDesarrollo de la capacidadCapacity building