Webinar_Flyers

CIGRE COLOMBIA

INVITA A TODA LA COMUNIDAD DEL SECTOR ENERGÉTICO A LA CHARLA VIRTUAL

DE LA INGENIERA Y CANDIDATA A DOCTORA DE LA UNIVERSIDAD DEL VALLE:

JENNIFFER SIDNEY GUERRERO-PRADO, M.SC.

Big Data y Data Analytics en el Sector Eléctrico. Caso de estudio:

Predicción de Demanda de Energía.

Con la evolución de las redes eléctricas tradicionales en Smart Grids y la llegada de nuevas tecnologías como la Infraestructura de Medición Avanzada (AMI), ahora es posible conocer el consumo del cliente en detalle, detectar eventos y monitorear la calidad de la energía casi en tiempo real. Una de las consecuencias más significativas de este tipo de sistemas es la llegada de una gran cantidad de datos a una velocidad que antes no se había considerado. Según la Administración de Información de Energía de Estados Unidos, el número de dispositivos AMI pasó de 49.1 millones a 150.8 millones entre 2014 y 2017. Esta cantidad de datos sin procesar, que necesita ser almacenada, explorada y explotada, le da gran importancia a la aplicación de técnicas de Big Data, enfocándose principalmente en el análisis avanzado y exhaustivo de la información a través de enfoques de Data Analytics. La riqueza de los datos en el sector eléctrico radica en la capacidad de extraer y generar valor a partir de dichos datos sin procesar. Teniendo en cuenta tanto la disponibilidad de datos de dispositivos (como los medidores inteligentes), así como la necesidad de desarrollar técnicas de análisis para extraer el mayor valor posible de los datos sin procesar, hemos propuesto el modelo de implementación para estas técnicas. El modelo involucra una arquitectura de trabajo alrededor de Smart Grids, un modelo de evolución de datos y un elemento vinculante como componente transformador del conocimiento en un nivel de valor más alto: sabiduría. Validamos el modelo propuesto a través de un estudio de caso para el pronóstico de carga utilizando datos AMI.

Organizan: