Fundamentos y técnicas de inteligencia artificial aplicables a subestaciones eléctricas

Vista sencilla de ítem
dc.contributor.advisorNoguera Vega, Luis Antonio
dc.contributor.authorLaverde Rocha, Paola Sniht
dc.contributor.authorSaavedra Ledesma, Juan Sebastián
dc.date.accessioned2026-02-12T01:15:15Z
dc.date.available2026-02-12T01:15:15Z
dc.date.created2026-02-02
dc.descriptionEste documento aborda el análisis de las técnicas de Inteligencia Artificial (IA) aplicables a las subestaciones eléctricas de potencia, con el fin de mejorar la eficiencia y el control operativo. A lo largo del trabajo, se revisarán los avances históricos de las subestaciones, desde su funcionamiento analógico hasta la incorporación de tecnologías digitales y la automatización. Se profundiza en la relevancia de la IA en este contexto, destacando sus capacidades para optimizar el monitoreo de datos, prevenir fallas y mejorar la distribución de energía. Además, se explorarán los riesgos y las oportunidades que presenta la implementación de estas tecnologías, proponiendo un marco teórico que sustente su aplicación en el futuro de la infraestructura energética.
dc.description.abstractThis document addresses the analysis of Artificial Intelligence (AI) techniques applicable to power electrical substations, with the aim of improving operational efficiency and control. Throughout the work, the historical evolution of substations will be reviewed, from their analog operation to the incorporation of digital technologies and automation. The relevance of AI in this context is examined in depth, highlighting its capabilities to optimize data monitoring, prevent failures, and improve energy distribution. In addition, the risks and opportunities associated with the implementation of these technologies are explored, proposing a theoretical framework to support their application in the future of energy infrastructure.
dc.format.mimetypepdf
dc.identifier.urihttp://hdl.handle.net/11349/100355
dc.language.isospa
dc.relation.referencesAlejandro Arito Franco Luis. (2010). Algoritmos de Optimización Basados en Colonias de Hormigas.
dc.relation.referencesAndrade-Muñoz, J. (2023). Entendiendo el poder de la Inteligencia Artificial. TEPEXI Boletín Científico de La Escuela Superior Tepeji Del Río, 10(20), 6–9. https://doi.org/10.29057/estr.v10i20.10807
dc.relation.referencesArana. (2021). UNIVERSIDAD DEL CEMA Buenos Aires Argentina Serie. www.cema.edu.ar/publicaciones/doc_trabajo.html
dc.relation.referencesBakkar, M., Bogarra, S., Córcoles, F., Aboelhassan, A., Wang, S., & Iglesias, J. (2022). Artificial Intelligence-Based Protection for Smart Grids. Energies, 15(13). https://doi.org/10.3390/en15134933
dc.relation.referencesCaicedo B. et al. (2009). UNA APROXIMACIÓN PRÁCTICA A LAS REDES NEURONALES ARTIFICIALES.
dc.relation.referencesDeep Seek. (2025). DeepSeek IA.
dc.relation.referencesDeloitte, Fortine, Nicolás Corrado, Carolina Pizarro, Cristian Gorena, Pablo Aguayo, Luz Cuadrado<, & Pia Salas. (2020). Ciberseguridad en el Sector Eléctrico.
dc.relation.referencesFrancisco Caicedo Bravo, E., & Alfonso López Sotelo, J. (n.d.). UNA APROXIMACIÓN PRÁCTICA A LAS REDES NEURONALES ARTIFICIALES.
dc.relation.referencesHernández Sampieri, Roberto., Fernández Collado, Carlos., & Baptista Lucio, Pilar. (1991). Metodología de la investigación. McGraw-Hill.
dc.relation.referencesHinestroza Ramírez Denniye. (2018). EL MACHINE LEARNING A TRAVÉS DE LOS TIEMPOS, Y LOS APORTES A LA HUMANIDAD DENNIYE HINESTROZA RAMÍREZ CORE View metadata, citation and similar papers at core.ac.uk provided by Repositorio Institucional UniLibre.
dc.relation.referencesLubinus et al. (2021). Redes neuronales convolucionales: un modelo de Deep Learning en imágenes diagnósticas. Revisión de tema. Revista Colombiana de Radiología, 32(3), 5591–5599. https://doi.org/10.53903/01212095.161
dc.relation.referencesMaisueche Cuadrado Alberto. (2019). UTILIZACIÓN DEL MACHINE LEARNING EN LA INDUSTRIA 4.0.
dc.relation.referencesMasoumi, M. (2024). Reinventando la Relación Humano-Máquina: Patentes en la Era de la IA. USFQ Law Review, 11(2). https://doi.org/10.18272/ulr.v11i2.3365
dc.relation.referencesMendoza, C., & Hidalgo Nuñez, M. J. (2024). Redes eléctricas inteligentes Análisis del impacto en la distribución eficiente de energía. In Sapiens Discoveries International Journal (Vol. 1, Issue 2).
dc.relation.referencesMerelo Guervós, J. J. (2002). Algoritmos evolutivos en Perl.
dc.relation.referencesMurat H., S. (2006). A brief review of feed-forward neural networks. Communications Faculty Of Science University of Ankara, 50(1), 11–17. https://doi.org/10.1501/commua1-2_0000000026
dc.relation.referencesOPEN AI. (2025). CHAT GPT.
dc.relation.referencesOrtiz Torres Luis Ferney, Gómez Luna Eduardo, & Marlés Sáenz Eduardo. (2024). Estudio del uso y contribución de la inteligencia artificial para la operación en redes eléctricas. Revista UIS Ingenierías, 23(2). https://doi.org/10.18273/revuin.v23n2-2024003
dc.relation.referencesOrtiz-Torres, L. F., Gómez-Luna, E., & Marlés-Sáenz, E. (2024). Estudio del uso y contribución de la inteligencia artificial para la operación en redes eléctricas. Revista UIS Ingenierías, 23(2). https://doi.org/10.18273/revuin.v23n2-2024003
dc.relation.referencesSantos, M. (2011). Un enfoque aplicado del control inteligente. RIAI - Revista Iberoamericana de Automatica e Informatica Industrial, 8(4), 283–296. https://doi.org/10.1016/j.riai.2011.09.016
dc.relation.referencesSarker, I. H. (2022). AI-Based Modeling: Techniques, Applications and Research Issues Towards Automation, Intelligent and Smart Systems. SN Computer Science, 3(2). https://doi.org/10.1007/s42979-022-01043-x
dc.relation.referencesSedano Garcia Ángel. (2013). METODOLOGÍA DE SÍNTESIS ÓPTIMA DIMENSIONAL DE MECANISMOS MEDIANTE ALGORITMOS DE OPTIMIZACIÓN HÍBRIDOS. https://www.researchgate.net/publication/270860970
dc.relation.referencesShi, Z., Yao, W., Li, Z., Zeng, L., Zhao, Y., Zhang, R., Tang, Y., & Wen, J. (2020). Artificial intelligence techniques for stability analysis and control in smart grids: Methodologies, applications, challenges and future directions. Applied Energy, 278. https://doi.org/10.1016/j.apenergy.2020.115733
dc.relation.referencesTobar-Rosero, O. A., Díaz-Mendoza, O. D., Díaz-Vargas, P. A., Candelo-Becerra, J. E., Florez-Célis, H. A., & Quintero-Henao, L. F. (2025). Digital Substations: Optimization Opportunities from Communication Architectures and Emerging Technologies. Sci, 7(2). https://doi.org/10.3390/sci7020063
dc.relation.referencesWang, L., Xu, W., & Li, X. (2023). Intelligent Monitoring and Control of Power Systems Based on Artificial Intelligence Technology. Procedia Computer Science, 247(C), 963–969. https://doi.org/10.1016/j.procs.2024.10.116
dc.relation.referencesZhang, X., Zhang, M., & Hu, Q. (2020). Research on the Application of Artificial Intelligence in Operation and Maintenance for Power Equipment. IOP Conference Series: Earth and Environmental Science, 617(1). https://doi.org/10.1088/1755 1315/617/1/012001
dc.relation.referencesZhongtuo Shi, Wei Yao, Zhouping Li, Ligkang Zeng, Yifan Zhao, Runfeng Zhang, Yong Tang, & Jinyu Wen. (2020). Artificial intelligence techniques for stability analysis and control in smart grids: Methodologies, applications, challenges and future directions. ELSEVIER.
dc.rights.accesoAbierto (Texto Completo)
dc.rights.accessrightsOpenAccess
dc.subjectSubestaciones eléctricas
dc.subjectInteligencia artificial
dc.subjectAutomatización de procesos
dc.subjectRedes neuronales
dc.subjectOptimización
dc.subjectMachine Learning
dc.subjectDeep Learning
dc.subject.keywordElectrical substations
dc.subject.keywordArtificial intelligence
dc.subject.keywordProcess automation
dc.subject.keywordNeural networks
dc.subject.keywordOptimization
dc.subject.keywordMachine learning
dc.subject.keywordDeep learning
dc.titleFundamentos y técnicas de inteligencia artificial aplicables a subestaciones eléctricas
dc.title.titleenglishFundamentals and techniques of artificial intelligence applicable to electrical substations
dc.typebachelorThesis
dc.type.degreePasantía
dc.type.driverinfo:eu-repo/semantics/bachelorThesis

Archivos

Bloque original

Mostrando 1 - 2 de 2
Miniatura
Nombre:
SaavedraLedesmaJuanSebastián2026.pdf
Tamaño:
586.1 KB
Formato:
Adobe Portable Document Format
Descargar
Miniatura
Nombre:
Licencia de uso y publicacion.pdf
Tamaño:
272.14 KB
Formato:
Adobe Portable Document Format
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
7 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Ingeniería Eléctrica por Ciclos Propedéuticos
Universidad Distrital Francisco José de Caldas - Biblioteca UDFJC

Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional | Acuerdo de creación N° 10 de 1948 del Concejo de Bogotá | Acreditación Institucional de Alta Calidad - Resolución N° 23096 del 15 de diciembre del 2016.

Contáctenos
  • Calle 13 No. 31 - 75 Bogotá D.C. - República de Colombia
  • (+57 601) 3239300
  • Lunes a viernes de 8 a.m. a 5 p.m.
  • repositorio@udistrital.edu.co
Síguenos en redes sociales

Software DSpace copyright © 2002-2026 LYRASIS