Mendoza Montenegro, Diego Alberto2025-03-172025-03-172025https://repositorio.usm.cl/handle/123456789/74103El diseño de una interfaz para visualizar probabilidades de fallas predichas por un modelo predictivo es esencial en la gestión de redes eléctricas ante fenómenos meteorológicos. Para las empresas eléctricas seria de mucha ayuda anticipar y mitigar fallas en su infraestructura. Este trabajo propone una herramienta interactiva que integrada con un modelo predictivo, permite visualizar en tiempo real las líneas de transmisión con mayor riesgo de fallas, optimizando la asignación de recursos y reduciendo interrupciones en el servicio. Para validar la propuesta, se desarrolló un modelo predictivo basado en datos históricos de fallas y variables meteorológicas, empleando técnicas de machine learning. La interfaz muestra resultados en mapas interactivos, destacando las áreas críticas. Se realizaron pruebas con datos de eventos pasados para evaluar la precisión del modelo y la utilidad de la interfaz. Los resultados mostraron una mejora en la identificación de zonas críticas, permitiendo a las empresas eléctricas anticipar fallas y responder de manera más eficiente. El impacto esperado es una mayor resiliencia del sistema eléctrico y una optimización en la gestión de recursos, asegurando un suministro de energía más confiable.46 páginasesFallas eléctricasAnticipar posibles fallas eléctricasMachine Learninginfo:eu-repo/semantics/restrictedAccess3560901065496