Revisión de estrategias de reducción del índice de pérdidas de la Electrificadora de Santander mediante análisis de datos de Infraestructura de medición avanzada (AMI)

Simple item page
dc.contributor.advisorJiménez Manjarrés, Yulieth
dc.contributor.authorDelgado Blanco, Laura Marcela
dc.contributor.authorTorres Pabón, Paula Angélica
dc.contributor.evaluatorOsma Pinto, German Alfonso
dc.date.accessioned2025-03-19T19:24:45Z
dc.date.available2025-03-19T19:24:45Z
dc.date.created2025-02-16
dc.date.issued2025-02-16
dc.description.abstractActualmente, las empresas de distribución de energía enfrentan pérdidas no técnicas derivadas de fraudes cometidos por usuarios en las redes eléctricas, manipulación de los medidores y/o errores administrativos en las lecturas de consumo. Estas pérdidas representan un impacto significativo para las empresas, ya que la energía consumida no se factura y, además, pueden comprometer el suministro normal del fluido eléctrico. La implementación de nuevas tecnologías al proceso de medición permite a las empresas ajustar correctamente sus políticas y estrategias para optimizar sus operaciones. En este sentido, considerando la gran cantidad de datos generados con la implementación de la Infraestructura de Medición Avanzada (AMI) en el sistema eléctrico, en esta monografía se revisan las estrategias de análisis de datos con el fin de mejorar los indicadores de pérdidas en el sector eléctrico y beneficiar a la Electrificadora de Santander. Como resultado de la revisión bibliográfica de los métodos y su aplicación para disminuir pérdidas, se ha observado que al integrar dos metodologías (supervisadas y no supervisadas) se obtienen mayores rendimientos en la detección de anomalías. Por tanto, se propone implementar las técnicas de Clustering y Máquinas de soporte vectorial (SVM), funcionando la primera como entrenador de la SVM y la segunda como método para la detección de pérdidas.
dc.description.abstractenglishCurrently, energy distribution companies face non-technical losses due to fraud committed by users in the electrical networks, meter tampering and/or administrative errors in consumption readings. These losses represent a significant impact for the companies, since the energy consumed is not billed and can also compromise the normal supply of electricity. The implementation of new technologies to the metering process allows companies to correctly adjust their policies and strategies to optimize their operations. In this sense, considering the large amount of data generated with the implementation of the Advanced Metering Infrastructure (AMI) in the electric system, this monograph reviews data analysis strategies to improve the loss indicators in the electric sector and benefit Electrificadora de Santander. As a result of the bibliographic review of the methods and their application to reduce losses, it has been observed that by integrating two methodologies (supervised and unsupervised) higher yields are obtained in the detection of anomalies. Therefore, the Clustering and Support Vector Machine (SVM) techniques are proposed, the first one as a trainer of the SVM and the second one as a method for loss detection.
dc.description.degreelevelEspecialización
dc.description.degreenameEspecialista en Sistemas de Distribución de Energía Eléctrica
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/45334
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programEspecialización en Sistemas de Distribución de Energía Eléctrica
dc.publisher.schoolEscuela de Ingeniería Eléctrica, Electrónica y Telecomunicaciones
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAtribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectMedición inteligente
dc.subjectInfraestructura de medición avanzada
dc.subjectPérdidas no técnicas
dc.subjectBig data
dc.subjectEstrategias
dc.subjectAnálisis de datos
dc.subjectMétodos supervisados
dc.subjectMétodos no supervisados
dc.subject.keywordSmart Metering
dc.subject.keywordAdvanced Metering Infrastructure
dc.subject.keywordNon-Technical Losses
dc.subject.keywordBig Data
dc.subject.keywordStrategies
dc.subject.keywordData Analysis
dc.subject.keywordSupervised Methods
dc.subject.keywordUnsupervised Methods
dc.titleRevisión de estrategias de reducción del índice de pérdidas de la Electrificadora de Santander mediante análisis de datos de Infraestructura de medición avanzada (AMI)
dc.title.englishReview of loss rate reductions strategies for Electrificadora de Santander through data analysis of Advanced Metering Infrastructure (AMI)
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Especialización
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
161.88 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
170.69 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
723.34 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Especialización en Sistemas de Distribución de Energía Eléctrica