Desarrollo de Algoritmos Basados en Inteligencia Artificial para el Diagnóstico Predictivo de Fallas en Redes Eléctricas y Electrónicas

Abstract

El desarrollo de algoritmos de inteligencia artificial para el diagnóstico predictivo de fallas en redes eléctricas y electrónicas constituye un área interdisciplinaria que combina ingeniería, ciencia de datos y automatización avanzada. En el marco de la transformación digital y la industria 4.0, estas redes requieren sistemas capaces de anticipar fallas y mejorar su rendimiento mediante el análisis de grandes volúmenes de datos en tiempo real. El estudio se centró en diseñar y validar algoritmos que permitan un diagnóstico predictivo eficiente, identificando anomalías de manera temprana y optimizando la continuidad y confiabilidad de los sistemas, al mismo tiempo que se reducen los costos del mantenimiento correctivo y se refuerza la sostenibilidad de la infraestructura tecnológica. Para ello, se realizó una revisión sistemática siguiendo el método prisma, con el fin de recopilar, analizar y organizar rigurosamente la información científica disponible sobre la aplicación de inteligencia artificial en el diagnóstico predictivo de fallas. Este proceso incluyó la revisión de estudios previos, artículos académicos y documentos especializados sobre mantenimiento predictivo, modelación de sistemas eléctricos, técnicas de machine learning y deep learning, así como herramientas de monitoreo y sensorización. Los resultados indicaron que la integración de inteligencia artificial en estas redes permitió una detección temprana de fallas, mejorando la eficiencia operativa y prolongando la vida útil de los equipos, evidenciando así su relevancia en la optimización de procesos, la confiabilidad de los sistemas y la formación de soluciones tecnológicas más sostenibles.