Inteligencia artificial aplicada a la operación y control de redes eléctricas

Resumen

Este trabajo propone una visión y una arquitectura de inteligencia artificial basadas en redes neuronales profundas para el control masivo y seguro de la red de transmisión. La solución integra datos SCADA y mediciones de sincrofasores (PMU) con contexto operativo (topología, demanda, clima, temperatura de equipos). En este ciclo de decisión: se emplea tanto aprendizaje supervisado con redes neuronales profundas entrenadas con etiquetas de escenarios aportadas por la operacion humana, como también aprendizaje por refuerzo para políticas de maniobras que operan dentro de configuraciones aún no conocidos por el humano de una red eléctrica.

El sistema coordina control de tensión, corriente, potencias, frecuencia, gestión de demanda y la actuación sobre equipos (transformadores, generadores, interruptores, bancos de capacitores, etc), habilitando respuestas activas y proactivas ante contingencias y maniobras habituales. Un Tablero operativo ofrece conciencia situacional y recomendaciones explicables, con validaciones previas (flujo de carga, restricciones) antes de ejecutar y con operador en el bucle.

Las pruebas con eventos históricos y escenarios simulados muestran menores tiempos de respuesta, contención de violaciones y alivio de sobrecargas, evidenciando viabilidad y escalabilidad. En perspectiva, la arquitectura habilita control coordinado distribuido, reforzando la estabilidad dinámica y la resiliencia ante acontecimientos habituales y de clima extremo: un paso concreto hacia la red eléctrica del futuro, más inteligente y gobernada por datos.