Benavente Silva, José MiguelGutiérrez Gaete, Angel Antonio2024-09-252024-09-252022-12https://repositorio.usm.cl/handle/123456789/737410.71700/dspace-memorias/2493Los estados de la red eléctrica son datos constantemente analizados por parte de las empresas proveedoras de este tipo de servicio debido a que entregan relevante información que permite realizar tomas de decisiones logísticas más precavidas. La empresa Chilquinta Energía S.A. participó en el programa de Memorias Multidisciplinarias de la Universidad Técnica Federico Santa María para cambiar sus procesos de limpieza y clasificación manual de los datos. Estos procedimientos exponen un problema en los procesos de clasificación de los distintos estados de la red eléctrica de Valparaíso, ya que podrían encaminar a una mala resolución con consecuencias monetarias y sociales debido a que afectan la determinación de inversiones económicas por parte de la empresa a sectores más vulnerables en cuanto a disponibilidad y confiabilidad del servicio eléctrico. El objetivo de esta memoria es lograr la automatización de este proceso con el fin de mejorar los tiempos de trabajo y la toma de decisiones. Para ello, se propone una solución mediante el uso de inteligencia artificial, a través de redes neuronales capaces de extraer información y producir conclusiones a partir de los datos. El propósito es lograr un reconocimiento automático del estado de la red a través del aprendizaje de máquinas. A partir de los resultados de los experimentos, se concluye que la información del conjunto de datos usado para el entrenamiento de los modelos de inteligencia artificial supervisados no es confiable debido al voluble proceso de notificación de la existencia de una falla en la red eléctrica. Consecuentemente, se presenta un documento a la empresa Chilquinta Energía S.A., con una serie de recomendaciones que tienen como objetivo mejorar el flujo del registro de datos, para generar a futuro un mejor conjunto de datos que permita llegar a la solución automatizada de la clasificación de los estados de la red a través de la inteligencia artificial.Inteligencia artificialRedes neuronalesClasificación de datosAprendizaje automáticoConfiabilidad del servicio eléctricoTesis de Pregradoinfo:eu-repo/semantics/openAccess191527046UTFSM190844382UTFSM