Uso de algoritmos de aprendizaje automático para analizar datos de energía eléctrica facturada. Caso: Chile 2015 – 2021

En el mercado eléctrico chileno, los usuarios finales se clasifican en clientes libres y clientes regulados.  El análisis del consumo energético de los clientes regulados es importante para efectos del diseño y aplicación de las políticas públicas del sector. En esta investigación se hace e...

Descripción completa

Detalles Bibliográficos
Autor principal:	Yajure-Ramirez, Cesar Aristóteles
Formato:	Online
Idioma:	spa
Publicado:	Universidad Tecnológica de Panamá, Panamá 2022
Acceso en línea:	https://revistas.utp.ac.pa/index.php/id-tecnologico/article/view/3678

id	IDTEC3678
record_format	ojs
spelling	IDTEC36782022-11-25T20:20:09Z Use of machine learning algorithms to analyze billed electricity data. Case: Chile 2015 – 2021 Uso de algoritmos de aprendizaje automático para analizar datos de energía eléctrica facturada. Caso: Chile 2015 – 2021 Yajure-Ramirez, Cesar Aristóteles In the Chilean electricity market, end users are classified as free customers and regulated customers. The analysis of its behavior is important for the design and application of public policies in the sector. In this research, the monthly billed electricity data of Chilean regulated customers is studied during the 2015-2021 period, to detect patterns and predict the category to which they belong. K-Means algorithms are used for pattern detection, K-NN for customer category prediction, and principal component analysis to determine the most significant variables within the data set. With K-Means it was found that the data is grouped according to the type of client, with K-NN a model was obtained that allows predicting to which type of clients the data belongs, and with the analysis of principal components it was found that the variables customer type, year, and month, are the most important in the data set. More than 96% of the customers analyzed correspond to the residential type, who consumed 50% of the energy invoiced during the study period and imposed the monthly seasonality of the data. The machine learning algorithms applied to the data made it possible to generate models to group them, to predict their category, and to establish the most significant variables in terms of their variance. En el mercado eléctrico chileno, los usuarios finales se clasifican en clientes libres y clientes regulados.  El análisis del consumo energético de los clientes regulados es importante para efectos del diseño y aplicación de las políticas públicas del sector. En esta investigación se hace el análisis de los datos de energía eléctrica facturada mensual de los clientes regulados de Chile, durante el período 2015-2021, con el fin de detectar patrones y predecir la categoría a la que pertenecen. Se utilizan los algoritmos K-Means para la detección de patrones, K-NN para la predicción de la categoría de los clientes, y PCA para determinar las variables más significativas dentro del conjunto de datos. Con K-Means se encontró que los datos se agrupan de acuerdo con el tipo de cliente, con K-NN se obtuvo un modelo que permite predecir a qué tipo de clientes pertenecen los datos, y con PCA se encontró que las variables tipo de cliente, el año y el mes, son las más importantes en el conjunto de datos. Más del 96% de los clientes analizados corresponde al tipo residencial, quienes consumieron el 50% de la energía facturada durante el período de estudio, y además imponen la estacionalidad mensual de los datos. Los resultados obtenidos son de ayuda para el establecimiento y revisión de las políticas aplicadas a los clientes regulados, en cuanto a tarifas, límites de consumo en invierno, y eficiencia energética. Se recomienda continuar la investigación orientándola hacia la predicción del consumo de energía eléctrica. Universidad Tecnológica de Panamá, Panamá 2022-11-09 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf text/html https://revistas.utp.ac.pa/index.php/id-tecnologico/article/view/3678 10.33412/idt.v18.2.3678 I+D Tecnológico; Vol. 18 Núm. 2 (2022): Revista de I+D Tecnológico; 17-31 2219-6714 1680-8894 spa https://revistas.utp.ac.pa/index.php/id-tecnologico/article/view/3678/4305 https://revistas.utp.ac.pa/index.php/id-tecnologico/article/view/3678/4621 Derechos de autor 2022 I+D Tecnológico http://creativecommons.org/licenses/by-nc-sa/4.0
institution	Universidad Tecnológica de Panamá
collection	I+D Tecnológico
language	spa
format	Online
author	Yajure-Ramirez, Cesar Aristóteles
spellingShingle	Yajure-Ramirez, Cesar Aristóteles Uso de algoritmos de aprendizaje automático para analizar datos de energía eléctrica facturada. Caso: Chile 2015 – 2021
author_facet	Yajure-Ramirez, Cesar Aristóteles
author_sort	Yajure-Ramirez, Cesar Aristóteles
description	En el mercado eléctrico chileno, los usuarios finales se clasifican en clientes libres y clientes regulados.  El análisis del consumo energético de los clientes regulados es importante para efectos del diseño y aplicación de las políticas públicas del sector. En esta investigación se hace el análisis de los datos de energía eléctrica facturada mensual de los clientes regulados de Chile, durante el período 2015-2021, con el fin de detectar patrones y predecir la categoría a la que pertenecen. Se utilizan los algoritmos K-Means para la detección de patrones, K-NN para la predicción de la categoría de los clientes, y PCA para determinar las variables más significativas dentro del conjunto de datos. Con K-Means se encontró que los datos se agrupan de acuerdo con el tipo de cliente, con K-NN se obtuvo un modelo que permite predecir a qué tipo de clientes pertenecen los datos, y con PCA se encontró que las variables tipo de cliente, el año y el mes, son las más importantes en el conjunto de datos. Más del 96% de los clientes analizados corresponde al tipo residencial, quienes consumieron el 50% de la energía facturada durante el período de estudio, y además imponen la estacionalidad mensual de los datos. Los resultados obtenidos son de ayuda para el establecimiento y revisión de las políticas aplicadas a los clientes regulados, en cuanto a tarifas, límites de consumo en invierno, y eficiencia energética. Se recomienda continuar la investigación orientándola hacia la predicción del consumo de energía eléctrica.
title	Uso de algoritmos de aprendizaje automático para analizar datos de energía eléctrica facturada. Caso: Chile 2015 – 2021
title_short	Uso de algoritmos de aprendizaje automático para analizar datos de energía eléctrica facturada. Caso: Chile 2015 – 2021
title_full	Uso de algoritmos de aprendizaje automático para analizar datos de energía eléctrica facturada. Caso: Chile 2015 – 2021
title_fullStr	Uso de algoritmos de aprendizaje automático para analizar datos de energía eléctrica facturada. Caso: Chile 2015 – 2021
title_full_unstemmed	Uso de algoritmos de aprendizaje automático para analizar datos de energía eléctrica facturada. Caso: Chile 2015 – 2021
title_sort	uso de algoritmos de aprendizaje automático para analizar datos de energía eléctrica facturada. caso: chile 2015 – 2021
title_alt	Use of machine learning algorithms to analyze billed electricity data. Case: Chile 2015 – 2021
publisher	Universidad Tecnológica de Panamá, Panamá
publishDate	2022
url	https://revistas.utp.ac.pa/index.php/id-tecnologico/article/view/3678
work_keys_str_mv	AT yajureramirezcesararistoteles useofmachinelearningalgorithmstoanalyzebilledelectricitydatacasechile20152021 AT yajureramirezcesararistoteles usodealgoritmosdeaprendizajeautomaticoparaanalizardatosdeenergiaelectricafacturadacasochile20152021
_version_	1811817984096731136

Uso de algoritmos de aprendizaje automático para analizar datos de energía eléctrica facturada. Caso: Chile 2015 – 2021

Ejemplares similares