Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12008/56125
Cómo citar
Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.advisor | Rodríguez, Isabel | - |
| dc.contributor.author | González Fernández, Pablo Andrés | - |
| dc.contributor.author | Patiño Luzardo, Wiston Charles | - |
| dc.date.accessioned | 2026-07-17T15:22:43Z | - |
| dc.date.available | 2026-07-17T15:22:43Z | - |
| dc.date.issued | 2024 | - |
| dc.identifier.citation | GONZÁLEZ FERNÁNDEZ, P. A., PATIÑO LUZARDO, W. C. Aplicación de Inteligencia Artificial en entornos de incertidumbre Eficiencia Energética sobre grandes clientes en Uruguay [en línea].Tesis de maestría. Montevideo: Udelar. FCEA, 2024. | es |
| dc.identifier.uri | https://hdl.handle.net/20.500.12008/56125 | - |
| dc.description.abstract | La Inteligencia Artificial1 (en adelante IA) permite, entre otras cosas, analizar grandes volúmenes de datos, y mejorar la precisión en la toma de decisiones mediante técnicas avanzadas como el aprendizaje automático y la optimización. Estas capacidades permiten identificar patrones y realizar predicciones que optimizan los contratos de energía eléctrica, generando recomendaciones eficientes para ajustar los contratos de energía eléctrica, lo que se traduce en ahorros significativos. Por lo tanto, el objetivo de este trabajo final es desarrollar una solución de software destinada al análisis del consumo de energía eléctrica, con el fin de optimizar tanto los costos como los contratos asociados a estos consumos. Este análisis se fundamenta en datos históricos mensuales de consumo y en el pliego tarifario. Para llevar a cabo esta investigación, se emplea una metodología descriptiva y exploratoria. Este enfoque se centra en comprender las características y los factores involucrados en la optimización de contratos de energía eléctrica mediante el uso de IA. Además, busca identificar variables relevantes y nuevas perspectivas sobre el problema, proporcionando así una visión integral y detallada del tema en cuestión. Cabe mencionar que el diseño metodológico se basa en la investigación-acción, permitiendo realizar un análisis del comportamiento y tomar decisiones para la mejora de los contratos de manera iterativa. La herramienta diseñada permitirá la readecuación de los contratos al consumo real, y al previsto. Los consumidores de energía, catalogados como grandes clientes, reciben regularmente archivos electrónicos detallados de su consumo mensual, proporcionados por el proveedor de energía eléctrica (en adelante UTE2). Estos archivos contienen información idéntica a la presentada en las facturas impresas. Estos datos son los insumos primarios para el procesamiento de la información sobre el consumo y permite automatizar una serie de controles. Entre estos controles se incluyen la evaluación de la potencia contratada de energía eléctrica en relación con la potencia efectivamente utilizada, la detección de la energía reactiva, que implica el análisis de recargos y multas por conceptos de energía reactiva, y el análisis de tarifas, que se realiza siguiendo criterios establecidos según el horario, valorando franjas de consumo y tipos de tensión. | es |
| dc.format.extent | 55 p. | es |
| dc.format.mimetype | application/pdf | es |
| dc.language.iso | es | es |
| dc.publisher | Udelar. FCEA. | es |
| dc.rights | Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014) | es |
| dc.subject | Inteligencia artificial | es |
| dc.subject | Aprendizaje automático | es |
| dc.subject | Optimización | es |
| dc.subject | Contratos de energía eléctrica | es |
| dc.subject | Análisis de datos | es |
| dc.subject | Incertidumbre | es |
| dc.subject | Ahorro | es |
| dc.subject | Automatización | es |
| dc.subject.other | MASTER EN SISTEMAS DE INFORMACION | es |
| dc.subject.other | MASTER EN SISTEMAS DE INFORMACION DE LAS ORGANIZACIONES | es |
| dc.subject.other | MAESTRIA EN SISTEMAS DE INFORMACION DE LAS ORGANIZACIONES | es |
| dc.subject.other | TESIS MAESTRIA | es |
| dc.subject.other | SISTEMAS DE INFORMACION | es |
| dc.subject.other | URUGUAY | es |
| dc.title | Aplicación de Inteligencia Artificial en entornos de incertidumbre Eficiencia Energética sobre grandes clientes en Uruguay | es |
| dc.type | Tesis de maestría | es |
| dc.contributor.filiacion | González Fernández Pablo Andrés, Universidad de la República (Uruguay). Facultad de Ciencias Económicas y de Administración | - |
| dc.contributor.filiacion | Patiño Luzardo Wiston Charles, Universidad de la República (Uruguay). Facultad de Ciencias Económicas y de Administración | - |
| thesis.degree.grantor | Universidad de la República (Uruguay). Facultad de Ciencias Económicas y de Administración. | es |
| thesis.degree.name | Magíster en Sistemas de Información de las organizaciones | es |
| dc.rights.licence | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) | es |
| Aparece en las colecciones: | Trabajos Finales de Especializaciones, Tesis de Maestrías y de Doctorado - Facultad de Ciencias Económicas y de Administración | |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | ||
|---|---|---|---|---|---|
| TM473.pdf | TM473 | 3,01 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons