Ubicación Óptima de Medidores para la Detección de Robo de Energía

dc.contributor.advisorPaternina Durán, José Luis
dc.contributor.advisorTorres Pinzón, Carlos Andrés
dc.contributor.authorRincón Caballero, Diana Alexandra
dc.contributor.corporatenameUniversidad Santo Tomás
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001652171
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000692670
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001818421
dc.contributor.googlescholarhttps://scholar.google.com/citations?user=ca0gXCgAAAAJ&hl=es&oi=ao
dc.contributor.orcidhttps://orcid.org/0000-0001-8138-9588
dc.contributor.orcidhttps://orcid.org/0000-0003-0367-8143
dc.date.accessioned2025-08-04T11:50:52Z
dc.date.available2025-08-04T11:50:52Z
dc.date.issued2025-08-01
dc.descriptionEste proyecto de investigación abarca el desafío de la detección de pérdidas de energía, para ello se busca identificar de manera óptima la ubicación de medidores inteligentes, de acuerdo con el estrato socioeconómico, la probabilidad de robo y consumo, minimizando así las pérdidas de energía. Para eso se sugieren cuatro fases que se deben cumplir en su totalidad para la realización de este proyecto. Estas fases proponen un enfoque que integra técnicas de detección de pérdidas de energía, problemas de optimización y análisis de datos. Con base en la información obtenida sobre las técnicas de detección, se seleccionó la mejor técnica de machine learning, seguido a esto se planteó la función de optimización teniendo en cuenta la probabilidad de robo, estrato socioeconómico, consumo, capacidad del medidor, costo de instalar el medidor y costo por no detectar las pérdidas. Los resultados obtenidos demuestran que se debe poner un medidor inteligente en donde hay más probabilidad de robo de energía y en donde los costos por no detectar pérdidas son más elevados. Finalmente, se puede decir, que este proyecto proporciona la ubicación óptima de medidores inteligentes, considerando diversos factores que influyen en su costo.
dc.description.abstractThis research project covers the challenge of detecting energy losses, for this purpose it seeks to optimally identify the location of smart meters, according to the socioeconomic stratum, the probability of theft and consumption, thus minimizing energy losses. For this purpose, four phases are suggested that must be fulfilled in their entirety for the realization of this project. These phases propose an approach that integrates energy loss detection techniques, optimization problems and data analysis. Based on the information obtained on the detection techniques, the best machine learning technique was selected, followed by the optimization function considering the probability of theft, socioeconomic stratum, consumption, meter capacity, cost of installing the meter and cost of not detecting the losses. The results obtained show that a smart meter should be installed where there is a higher probability of energy theft and where the cost of not detecting losses is higher. Finally, it can be said that this project provides the optimal location of smart meters, considering several factors that influence their cost.
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero Electronicospa
dc.format.mimetypeapplication/pdf
dc.identifier.citationRincon Caballero, D. A. (2025) Ubicación óptima de medidores inteligentes para la detección de robo de energía. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/68876
dc.language.isospa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.branchCRAI-USTA Bogotá
dc.publisher.facultyFacultad de Ingeniería Electrónicaspa
dc.publisher.programPregrado Ingeniería Electrónicaspa
dc.relation.referencesEnel. Expedición E. 2023. URL: https://expedicione.enel.com/adultos.
dc.relation.referencesT Chalá y V Garcıa. «Pérdidas en distribución de energıa eléctrica». En: Análisis en los primarios de distribución de las subestaciones no 2 (), págs. 1-11.
dc.relation.referencesA. M. Mazzoleni. «Control y Reducción de Pérdidas de Energıa en la empresa EDENOR SA». B.S. thesis. 2023.
dc.relation.referencesD. J. Romero-López y A. Vargas-Rojas. «Modelo de incentivos para la reducción de pérdidas de energıa eléctrica en Colombia». En: Revista de la Maestrıa en Derecho Económico 6.6 (), págs. 221-257.
dc.relation.referencesEnel. Enel Colombia recibió 4.000 denuncias de robo de energía en 2022 en Bogotá y la re- gión. 2023. URL: https : / / www . enel . com . co / es / prensa / news / d202306 - resultados denuncia-hurto-de-energia.html.
dc.relation.referencesUPME. PROYECCIÓN DE LA DEMANDA DE ENERGÍA ELÉCTRICA Y POTENCIA MÁ- XIMA 2023-2037. Jul. de 2023. URL: https://www1.upme.gov.co/DemandayEficiencia/Documents/UPME_Proy eccion_demanda_2023-2037_VF2.pdf.
dc.relation.referencesSIC. ANÁLISIS DE IMPACTO NORMATIVO COMPLETO. dic de 2022. 22 URL: https :/ / www . sic . gov . co / sites / default / files / files / 2022 / 6000 - - 8 % 20DOCUMENTO%20AIN%20MEDIDORES%20ENERG%C3%8DA%20E L%C3%89CTRICA.pdf.
dc.relation.referencesANE. Análisis de impacto normativo Espectro de uso libre para sistemas de medición inteligente de consumo. Jun. de 2020. URL: https://www.ane.gov.co/Documentos%20compartidos/ArchivosNoticia s/Formulaci%C3%B3n%20problema%20medidores%20inteligentes.p df
dc.relation.referencesANE. Análisis de impacto normativo Espectro de uso libre para sistemas de medición inteligente de consumo. Jul. de 2022. URL: https://www.ane.gov.co/Sliders/archivos/gesti%C3%B3n%20t%C3%A9cn ica/Estudios%20de%20gesti%C3%B3n%20y% 20planeaci % C3 % B3n / Banda % 20169 % 20MHz / 1 . %20Documentos % 20para % 20consulta/AIN%20169%20MHz.pdf.
dc.relation.referencesE. O. S. Tecnologias. Sostenibilidad: medidores de energía eléctrica con IoT. es. Mayo de 2023. URL: https://tec-eos.com/como-los medidores-de-energia-electrica- con-iot-estan-impulsando-la sostenibilidad/.
dc.relation.referencesM. J. Gamez. Objetivos y metas de desarrollo sostenible. es. Sep. de 2015. URL: https://www.un.org/sustainabledevelopment/es/objetivos-de desarrollo- sostenible/.
dc.relation.referencesI. Rendroyoko, A. Darma Setiawan et al. «Development of Meter Data Management System Based-on-Event-Driven Streaming Architecture for IoT-based AMI Implementation». En: 2021 3rd International Conference on High Voltage Engineering and Power Systems (ICHVEPS). IEEE. 2021, págs. 403-407.
dc.relation.referencesP. Bhanse, B. Mishra y D. Jena. «A novel smart meter authentication scheme for secure smart grid communication». En: TENCON 2019 2019 IEEE Region 10 Conference (TENCON). IEEE. 2019, págs. 1275-1279.
dc.relation.referencesB. S. England y A. T. Alouani. «Multiple loads-single smart meter for measurement and control of smart grid». En: 2019 IEEE Innovative Smart Grid Technologies-Asia (ISGT Asia). IEEE. 2019, págs. 2440 2444.
dc.relation.referencesA. Jain and H. Singabhattu. «Multi-communication technology based AMI for smart metering in India». En: 2019 IEEE 5th International Conference for Convergence in Technology (I2CT). IEEE. 2019, págs. 1-6.
dc.relation.referencesA. Dey et al. «Insights and New Practices for Advanced Metering Infrastructure and Smart Energy Metering Framework in Smart Grid-A Case Study». En: 2022 IEEE Calcutta Conference (CALCON). IEEE. 2022, págs. 323-326.
dc.relation.referencesB. K. Barman, S. N. Yadav, S. Kumar and S. Gope. «IOT based smart energy meter for efficient energy utilization in smart grid». En: 2018 2nd international conference on power, energy and environment: towards smart technology (ICEPE). IEEE. 2018, págs. 1-5.
dc.relation.referencesSV Sreedevi et al. «Development of indigenous smart energy meter adhering Indian standards for smart grid». En: 2020 IEEE International Conference on Power Electronics, Smart Grid and Renewable Energy (PESGRE2020). IEEE. 2020, págs. 1-5.
dc.relation.referencesJ. Ramos Guardarrama, O. Hernández Areu y R. C. Silverio Freire. «Sistema de supervisión para el monitoreo de redes eléctricas inteligentes». En: Ingenierıa Energética 40.3 (2019), págs. 264-272.
dc.relation.referencesL. Merino Villegas y E. M. Inga Ortega. «Estudio de minimización de recursos para una infraestructura de medición inteligente de energıa eléctrica.» En: Investigación Tecnológica IST Central Técnico 4.1 (2022).
dc.relation.referencesM. Ruiz y E. Inga. «Asignación óptima de recursos de comunicaciones para sistemas de gestión de energıa». En: Enfoque Ute 10.1 (2019), págs. 141-152.
dc.relation.referencesL. Marrero, D. Carrizo, L. García-Santander y F. Ulloa-Vásquez. «Uso de algoritmo K-means para clasificar perfiles de clientes con datos de medidores inteligentes de consumo eléctrico: Un caso de estudio». En: Ingeniare. Revista chilena de ingenierıa 29.4 (2021), págs. 778-787.
dc.relation.referencesF. Liu, C. Liang, Q. He, L. Wang, C. Huang and S. Hu. «An Approach for Online Smart Meter Error Estimation». En: ago. de 2020, págs. 1 2. DOI: 10.1109/CPEM49742.2020.9191736.
dc.relation.referencesR Sheeba et al. «Real-time Monitoring of Energy Meters Using Cloud Storage». En: 2021 IEEE International Power and Renewable Energy Conference (IPRECON). 2021, 10.1109/IPRECON52453.2021.9640636.
dc.relation.referencesJ. C. Olivares Rojas, J. E. Alcaraz Chavez y E. Reyes-Archundia. «DETECCIÓN DE MOVIMIENTO USANDO MEDIDO- RES INTELIGENTES». En: ().
dc.relation.referencesJ. C. Martinez Ortiz et al. «Diseño y simulación de un medidor de energıa eléc- trica bajo el concepto de redes inteligentes (smart grids)». En: (2021).
dc.relation.referencesJ. J. Ruiz Tirado. «Control de pérdidas técnicas de energıa eléctrica en las sub-estaciones de la concesionaria electro oriente de la unidad de negocio Tarapoto». En: (2023).
dc.relation.referencesP. Otero, R. Ayala y V. Calle. «Metodología de cálculo de pérdidas de potencia y energıa en el sistema de alumbrado público del Ecuador». En: Revista Técnica" energıa" 17.1 (2020), págs. 43-51.
dc.relation.referencesD. Pérez García, F. García Reina y D. Hernández Eduardo. «Disminución de las pérdidas de energıa eléctrica por distribución usando una tecnologıa novedosa de mediciones y control para la toma de decisiones». En: REVISTA COLOMBIANA DE TECNOLOGIAS DE AVANZADA (RCTA) 2.34 (2020), págs. 144-150.
dc.relation.referencesF. G. Viera Nuñez. «Modelado y detección de fraudes en redes inteligentes de distribución de energıa eléctrica.» En: (2020).
dc.relation.referencesS. Casado Nieto, H. D. Londoño Hernández, A. Rodríguez Romo, E. Torres Rodríguez y C. D. Vergara Garzón, “Análisis de las causas que generan el hurto de energía eléctrica en Bogotá”, p. 51, 2020.
dc.relation.referencesA. Tama Franco. “Las pérdidas de energía eléctrica”. ESPOL. [En línea]. Disponible: https://www.dspace.espol.edu.ec/bitstream/123456789/2574 5/1/Las%20Pérdidas%20de%20Energía%20Eléctrica.pdf
dc.relation.referencesIBM. “¿Qué son los medidores inteligentes? | IBM”. IBM - United States. [En línea]. Disponible: https://www.ibm.com/mx-es/topics/smart meter
dc.relation.references“Diferencia entre medidores tradicionales e inteligentes”. Trilliant company. [En línea]. Disponible: https://primestone.com/diferencia entre-medidores-tradicionales-e-inteligentes/
dc.relation.referencesL. Barrios. “¿Qué es Optimización?” SharkOptimization. [En línea]. Disponible: https://www.shark-optimization.com/post/qué-es optimización
dc.relation.referencesJ. P. Claro Báez, “Modelado y simulación de Smart Grid con OpenDSS y Matlab”, Trabajo de grado, Esc. Tec. Super. Ing. Sevilla, Sevilla, 2016.
dc.relation.references“OpenDSS”. SourceForge. [En Disponible: https://sourceforge.net/projects/electricdss/
dc.relation.references“¿Qué es el algoritmo KNN?” Formación en ciencia de datos | DataScientest.com. [En Disponible: https://datascientest.com/es/que-es-el-algoritmo-knn
dc.relation.referencesIBM. “¿Qué es KNN? | IBM”. IBM - United States. [En línea]. Disponible: https://www.ibm.com/mx-es/topics/knn
dc.relation.references“Support Vector Machine (SVM)”. MathWorks - Creador de MATLAB y Simulink - MATLAB y Simulink - MATLAB & Simulink. [En línea]. Disponible: https://la.mathworks.com/discovery/support-vector machine.html#:~:text=Support%20vector%20machine%20(SVM)%20es, reconocimiento%20de%20imágenes%20y%20voz.
dc.relation.references“¿Qué es la regresión logística? - Explicación del modelo de regresión logística AWS”. Amazon Web Services, Inc. [En línea]. Disponible: https://aws.amazon.com/es/what-is/logistic-regression/
dc.relation.references“Regresión Logística - Teoría - Aprende IA”. Aprende IA. [En línea]. Disponible: https://aprendeia.cogm/algoritmo-regresion-logistica machine-learning-teoria/#google_vignette
dc.relation.referencesV. Kanade. “Everything You Need to Know About Logistic Regression - Spiceworks”. Spiceworks Inc. [En Disponible: https://www.spiceworks.com/tech/artificial intelligence/articles/what-is-logistic-regression/
dc.relation.referencesIBM. “¿Qué es un árbol de decisión? | IBM”. IBM - United States. [En línea]. Disponible: https://www.ibm.com/es-es/topics/decision-trees
dc.relation.references“Árboles de decisión en Python”. MachineLearningParaTodos.com. [En línea]. Disponible: https://machinelearningparatodos.com/arboles-de decision-en-python/
dc.relation.references“Validación cruzada K-Fold — Aprendizaje automático — DATA SCIENCE”. DATA SCIENCE. Disponible: https://datascience.eu/es/aprendizaje automatico/validacion-cruzada-de-k-fold/
dc.relation.referencesL. A. Copete. “Como implementar un K-Fold Cross Validation a modelos de Machine Learning con Scikit Learn — Python”. Medium. [En línea]. Disponible: https://medium.com/@luiscopete/como-implementar-un-k fold-cross-validation-a-modelos-de-inteligencia-artificial-con-scikit learn-eb0726c5ba55
dc.relation.references“Resources – IEEE PES Test Feeder”. IEEE Entity Web Hosting | IEEE Web Hosting. [En línea]. Disponible: https://cmte.ieee.org/pes testfeeders/resources/ (IEEE)
dc.relation.referencesS. A. Ladino Serrano, “Evaluación de Filtros Pasivos como Alternativa para la Gestión de Armónicos en Redes de Distribución de Energía Eléctrica Industriales”, Trabajo de grado pregrado, Univ. St. Tomas, Bogotá, 2023.
dc.relation.referencesW. A. Grisales González y F. Cruz Espitia. “Caracterización de la demanda de potencia para los estratos socioeconómicos en propiedad horizontal en la ciudad de Bogotá D.C.” Repositorio DSpace :: Inicio. [En línea]. Disponible: https://repository.udistrital.edu.co/items/10246c56 11d9-48a1-82ea-b8bbe0708fd3
dc.rightsAttribution-NonCommercial-NoDerivs 2.5 Colombiaen
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keywordEnergy
dc.subject.keywordLosses
dc.subject.keywordDistribution networks
dc.subject.keywordSmart meter
dc.subject.keywordOptimization function
dc.subject.keywordSocioeconomic stratum
dc.subject.lembIngeniería Electrónica
dc.subject.lembMedidores inteligentes
dc.subject.lembAnálisis de datos
dc.subject.proposalEnergía
dc.subject.proposalPérdidas
dc.subject.proposalRedes de distribución
dc.subject.proposalMedidor inteligente
dc.subject.proposalFunción de optimización
dc.subject.proposalEstrato socioeconómico.
dc.titleUbicación Óptima de Medidores para la Detección de Robo de Energía
dc.typebachelor thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/bachelorThesis
dc.type.localTrabajo de gradospa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Cargando...
Miniatura
Nombre:
2024dianarincon.pdf
Tamaño:
2.12 MB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
2024cartadefacultad.pdf
Tamaño:
395.02 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
2024cartaderechosdeautor.pdf
Tamaño:
948.02 KB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción: