Diplomado en Inteligencia Artificial y Análisis de Datos para la transición Energética: Optimización, Sostenibilidad y Eficiencia

Resultados de aprendizaje

  • Comprender las variables principales y la operación del sector energético.
  • Identificar los principios básicos de inteligencia artificial y big data aplicados al sector energético.
  • Conocer las técnicas para entrenar modelos de machine learning que permitan predecir la demanda energética en tiempo real, identificar patrones de consumo y optimizar la gestión de recursos energéticos.
  • Identificar las técnicas de optimización y control inteligente utilizando IA para mejorar la operación de redes eléctricas.
  • Fortalecer las destrezas de los participantes en la evaluación y toma de decisiones aplicando IA.
Descargar contenido del programa

Contáctanos

Contenido

Sector Energético y sus variables

  • Introducción al sector energético: renovables vs no renovables.
  • Principales fuentes de energía
  • Principales variables  en la operación energética: generación, demanda, distribución y almacenamiento.
  • Indicadores de eficiencia energética: pérdidas, consumo, emisiones.
  • Tendencias actuales en el sector energético: descarbonización, electrificación y digitalización
  • Retos operativos y estratégicos en la gestión energética

Fundamentos de IA y Big Data

  • Introducción a la inteligencia artificial: conceptos y evolución en la industria energética
  • Big data y su importancia en la transformación energética
  • Fuentes de datos en el sector energético: sensores IoT, smart meters, sistemas SCADA (Supervisory Control and Data Acquisition)
  • Procesamiento y almacenamiento de datos a gran escala (cloud computing y edge computing)

Machine Learning en el sector Energético

  • Técnicas de machine learning supervisado y no supervisado
  • Recolección y uso de datos históricos de consumo energético para el entrenamiento de modelos
  • Algoritmos avanzados de predicción (regresión lineal, árboles de decisión, redes neuronales)
  • Aplicación de modelos predictivos para balancear oferta y demanda energética
  • Optimización del consumo energético a través de análisis predictivo y recomendaciones automáticas

Optimización de Redes Eléctricas y Control Inteligente con IA

  • Aplicación de algoritmos de optimización (algoritmos genéticos, optimización por enjambre de partículas) para la distribución de energía
  • Uso de redes neuronales y modelos predictivos para control inteligente en redes eléctricas
  • Técnicas de control distribuido en redes inteligentes (smart grids)
  • Optimización de la operación en plantas energéticas: reducción de pérdidas y eficiencia en almacenamiento
  • Integración de energías renovables con sistemas convencionales utilizando IA

Análisis de datos y Aplicación de IA en el Análisis de Variables Energéticas

  • Herramientas para la toma de decisiones
  • Ejemplos de uso de IA y big data en la gestión energética: detección de fallos, eficiencia operativa, y reducción de pérdidas
Inscripciones
 Políticas administrativas y descuentos
Reloj de pared

Duración

90 Horas

Modalidad

Modalidad

Remoto

Calendario

Fecha de inicio

Mayo 07 de 2025

Horario

Horario

Martes, miércoles y jueves de 6:00 p.m. a 9:00 p.m.

Inversión

Inversión

$2900000 /

Nuesto equipo de

Profesores

José Daniel Soto Ortiz

Ing. electricista, magister en ingeniería eléctrica. Es profesor asociado del Depto. de ingeniería eléctrica de la Universidad del Norte. Investigador principal del grupo de investigación GISEL en Uninorte. Miembro Senior de IEEE. Se ha desempeñado en cargos académico - administrativos (Director de postgrados en ingeniería, Director de Depto. de ingeniería eléctrica y electrónica, Coordinador de especialización en sistemas de transmisión de la energía eléctrica) y en docencia durante 28 años. Adicionalmente, he sido consultor en los temas de sistemas de puesta a tierra, FNCR, normatividad en el sector eléctrico en el ámbito internacional. Fue miembro de Comité Técnico de direccionamiento de ISAGEN, y Miembro del Comité de ética de ISAGEN. También, ha dirigido proyectos de capacitación y formación en el sector educativo para entidades del estado y privadas. Fue galardonado con la Medalla al Mérito Académico en 2019.

Descubre

Lo más reciente

Mantente al dia con nuestras novedades, eventos y logros, descubre como estamos marcando diferencia en Uninorte.

Políticas Administrativas

*Todos nuestros programas corresponden a educación no formal que no conducen a título alguno o certificado de aptitud ocupacional 

*El Centro de Educación Continuada se reserva el derecho de cancelar un programa o modificar del mismo lo siguiente: la fecha y horarios de realización, el valor de la inversión, los expertos facilitadores propuestos, los contenidos y el lugar donde se ofrecerá. Los programas se realizarán cuando se haya alcanzado un número establecido de participantes matriculados.

*En caso de que un programa se cancele por decisión de la Universidad, a los participantes matriculados que hayan realizado el pago hasta el momento, se les ofrecerá la posibilidad de conservar el pago como saldo a favor para participar en otro programa de Educación Continuada o se les devolverá la totalidad del valor de la matrícula.

*El certificado de asistencia se entrega a los participantes que acrediten mínimo el 80% de asistencia.

*Se considera como material didáctico de apoyo, todo aquel material que el facilitador considere pueda recibir el participante, entre ellos: bibliografía, documentos generales preparados por el facilitador, sugerencias de nombres de textos para profundizar siempre y cuando se conserven las leyes de derechos de autor: Ley 23 de 1982 sobre Derechos de Autor. 

 Descarga el instructivo de pagos en línea aquí