PILOTO AMIs : detección de anomalías en series de tiempo de consumo de energía eléctrica de usuarios residenciales

Las pérdidas no técnicas de energía eléctrica representan un desafío significativo en Colombia, especialmente por la falta de infraestructura de monitoreo eficiente. Esta investigación propone una metodología basada en aprendizaje no supervisado para detectar consumos anómalos en series de tiempo re...

Full description

Autores:

Ortiz Montoya, Santiago

Tipo de recurso:

Trabajo de grado de pregrado

Fecha de publicación:

2025

Institución:

Universidad de Antioquia

Repositorio:

Repositorio UdeA

Idioma:

spa

OAI Identifier:

oai:bibliotecadigital.udea.edu.co:10495/46144

Acceso en línea:

https://hdl.handle.net/10495/46144

Palabra clave:

Áreas residenciales
Planned communities
Consumo de energía
Energy consumption
Suministro de energía eléctrica
Electricity supplies
Pérdidas de energía
Energy losses
Análisis de series cronológicas
Time series analysis
Aprendizaje automático
Machine learning
Detección de anomalías
Aprendizaje supervisado
http://aims.fao.org/aos/agrovoc/c_16121
http://aims.fao.org/aos/agrovoc/c_2519
http://aims.fao.org/aos/agrovoc/c_25309
http://aims.fao.org/aos/agrovoc/c_28778
http://aims.fao.org/aos/agrovoc/c_49834
ODS 7: Energía asequible y no contaminante. Garantizar el acceso a una energía asequible, fiable, sostenible y moderna para todos

Rights

openAccess

License

http://creativecommons.org/licenses/by-nc-sa/4.0/