Presentaron Trabajo Final de Grado denominado “Diseño e Implementación de un Dispositivo de Medición Inteligente para la Caracterización Detallada de los Perfiles de Demanda del Consumo Eléctrico en Usuarios Residenciales”

“Diseño e Implementación de un Dispositivo de Medición Inteligente para la Caracterización Detallada de los Perfiles de Demanda del Consumo Eléctrico en Usuarios Residenciales”, se denomina el Trabajo Final de Grado (TFG) presentado por los ahora ingenieros Theo Clement Torres Ferraro y Víctor Hugo Viveros Benitez, como prueba final para egresar de la carrera de Ingeniería Mecatrónica de la Facultad de Ingeniería de la Universidad Nacional de Asunción (FIUNA). La defensa del trabajo se realizó el miércoles 12 de Noviembre del 2025 en la Institución.

La demanda de energía eléctrica es un factor crítico en la planificación de sistemas eléctricos, y su medición precisa es fundamental para una gestión eficiente de los recursos. El avance de los dispositivos de medición basados en Internet de las Cosas (IoT) ha permitido un monitoreo en tiempo real del consumo, facilitando una facturación basada en datos reales y una optimización del suministro. El Trabajo Final de Grado presentado contribuye a este campo mejorando las capacidades de estos dispositivos mediante la incorporación de sensores de voltaje y corriente para un análisis más preciso, además de optimizar su diseño para hacerlo más compacto, robusto y fácil de instalar, con el fin de permitir despliegues rápidos y masivos.

Un desafío central en la gestión de la distribución eléctrica es la caracterización de los perfiles de consumo de los usuarios residenciales. Las técnicas de agrupamiento de series temporales se han posicionado como una herramienta clave para identificar patrones de consumo. Lo que permite a las compañías eléctricas planificar y diseñar estrategias personalizadas de eficiencia energética.

Para lograr una clasificación más robusta, el estudio propone una mejora metodológica en la linea de investigación, que combina el algoritmo k-medoids con la métrica Dynamic Time Warping (DTW), la cual es especialmente eficaz para manejar los desfases temporales en los datos de consumo. Este enfoque supera las limitaciones de métodos tradicionales y permite extraer perfiles de demanda representativos que son vitales para aplicaciones de eficiencia energética y segmentación inteligente de clientes. Los resultados obtenidos demuestran la efectividad del sistema propuesto como herramienta para el monitoreo energético y la optimización del consumo eléctrico.