Escudo de la República de Colombia Escudo de la República de Colombia
logo-fac-blanco.png

Diplomado modular

Gestión de activos y principios de inteligencia computacional aplicada al sector eléctrico

Fechas realización
Julio 12 a Noviembre 23
Plazo legalización: Julio 12
Intensidad
100 horas remotas
Videollamada en vivo con el docente

Horario clases

Lunes a Jueves 6:00pm a 8:00pm
Sábados 9:00am a 1:00pm

Inversión

$4.200.000
Curso 1: $ 2.600.000
Curso 2: $ 1.600.000

Actividad finalizada

Esta actividad NO está habilitada para inscripciones. Próximamente tendremos una nueva fecha disponible.

Presentación

La gestión de activos es considerada una solución para enfrentar los nuevos retos a los que se enfrentan los sistemas eléctricos. Esto como consecuencia de los monopolios regulados en las que se encuentran las empresas del sector eléctrico, que por un lado buscan una mayor rentabilidad mientras que a la vez se les exige unos mayores niveles de calidad, confiabilidad y seguridad del servicio por parte del regulador. El no cumplimiento de estos niveles implica compensaciones por parte de la empresa afectando sus objetivos estratégicos. Sin embargo, nuevas inversiones con el fin de cumplir estos requerimientos implican que la toma de decisiones sea óptima, de lo contrario se afectará la sostenibilidad de las organizaciones. Por esta razón, mediante los sistemas de gestión de activos se busca soportar y optimizar la toma de decisiones basados en el costo, riesgo y desempeño.

Información de la actividad

El público objetivo de esta actividad es el personal de la industria del sector de energía eléctrica que quiera profundizar en las nuevas herramientas disponibles de inteligencia artificial y computacional, con especial énfasis en aplicaciones de gestión de activos. Adicionalmente, estudiantes actuales de las maestrías y el doctorado del departamento de Ingeniería Eléctrica.
Esta actividad no cuenta con pre requisitos o examen de conocimiento previo
Curso 1:
Gestión de activos
El objetivo de la asignatura es introducir al estudiante en los conceptos de gestión de activos en el sector eléctrico, con el propósito de analizar y entender su importancia en el ciclo de vida de los activos, incluyendo la operación, mantenimiento y planeación, sentando las bases para gestionar óptimamente activos durante su ciclo de vida cuando están integrados en una compañía del sector eléctrico.


Curso 2:
Taller principios de inteligencia computacional aplicada 
La propuesta del curso – taller de principios de Inteligencia Computacional Aplicada, dará a conocer las herramientas que se pueden utilizar para resolver problemas en sistemas de potencia con las nuevas técnicas de Machine Learning e Inteligencia Artificial, y la teoría de la optimización. Los problemas que se pueden resolver se refieren a la penetración de los nuevos elementos de redes inteligentes (generación renovable, sistemas de almacenamiento de energía, vehículos eléctricos, demandas controlables, etc) en sistemas de potencia y energía.
Se espera que por cada sesión de clase (2 horas), el estudiante invierta 3 horas de trabajo extraclase distribuidas en 1 hora antes de la sesión, dedicada a la preparación del tema y 2 horas dedicadas al afianzamiento de los conceptos tratados durante las discusiones en la clase.

Se propone una combinación de clases magistrales donde se presentan los fundamentos teóricos del curso y exposiciones por parte de los estudiantes en temas asignados a lo largo de la asignatura. Las clases se llevarán a cabo de manera remota mediante la plataforma Google meet.

Las personas que realicen y aprueben los 2 módulos (para un total de 100 horas), obtendrán una certificación de Diplomado en gestión de activos y principios de inteligencia computacional aplicada al sector eléctrico.
Este curso ofrece certificación expedida por la Facultad de Ingeniería de la Universidad Nacional de Colombia Sede Bogotá si el estudiante cursa con éxito el 80% o más del tiempo efectivo del curso (Certificado de completitud).

- Para algunos cursos/diplomados es necesario aprobar con una nota mínima exámenes o talleres en el desarrollo de la metodología.
Image

Contenido de la actividad

Curso 1 Gestión de activos

En este curso se abordarán los temas introductorios a la gestión de activos como los retos de la gestión de activos y su normatividad, la analítica de datos como herramienta para la gestión de activos; inteligencia artificial y Python, la criticidad en sistemas eléctricos; definición y metodologías de cuantificación, condición de activos eléctricos y gestión del riesgo.

La asistencia y aprobación al curso permitirá que la asignatura Gestión de activos - Cod. SIA 2028644 (64 horas) de la Maestría en Ingeniería Eléctrica, sea homologable.
  1. Introducción a la gestión de activos
    - Introducción
    - Retos de la gestión de activos en los sistemas de energía eléctrica
    - Normas de gestión de activos

  2. Analítica de datos como herramienta de gestión de activos
    - Introducción a la inteligencia artificial
    - Introducción a Python

  3. Criticidad en sistemas eléctricos
    - Definición de criticidad en sistemas eléctricos
    - Metodologías de cuantificación de criticidad

  4. Condición de activos eléctricos
    - Transformadores de potencia
    - Líneas de transmisión
    - Interruptores
    - Sistemas auxiliares – Baterías
    - Sistemas de Generación PV
    - Bancos de compensación
    - Activos digitales

  5. Gestión del riesgo
    - Definición de riesgo
    - Metodologías para la gestión de riesgo
    - Toma de decisiones
    - Librería de código abierto PywerAPM

Curso 2 Taller principios de inteligencia computacional aplicada

La Universidad Nacional tiene grupos de investigación que en los últimos años han estado trabajando en herramientas de inteligencia para la solución de diferentes tipos de problemas de la vida real. El grupo de investigación de Compatibilidad Electromagnética (EMC-UN) ha trabajado esta temática aplicada a sistemas energéticos y sistemas de potencia con penetración de elementos de redes inteligentes.

En este curso se introducirán conocimientos de inteligencia computacional aplicada al sector eléctrico; el uso de Python, pandas, skylearn, y de visualización, cómo seaborn y matplotlib. Se incluirán temas de optimización y optimización heurística, machine learning e inteligencia artificial. Se realizarán ejemplos y casos de estudio en gestión de activos, pronósticos (series de tiempo, redes neuronales, filtro Kalman, entre otros), pyomo, fundamentos de optimización estocástica y optimización aplicada a sistemas de potencia.

  1. Parte teórica y ejemplos
    - Introducción a Inteligencia Computacional aplicada al sector eléctrico
    - Introducción a python, pandas, y skylearn (inteligencia artificial)
    - Introducción a seaborn y matplotlib (visualización)
    - Fundamentos de optimización y optimización huerística
    - Programacion de la operación de sistemas de potencia
    - Introducción a Machine Learning e Inteligencia Artificial
    - Ejemplo de estudio toma de decisiones en gestion de activos

  2. Parte Casos de estudio
    - Pronósticos (Series de tiempo, Redes Neuronales, filtro kalman, etc)
    - Introducción a Pyomo
    - Fundamentos de optimización estocástica
    - Optimización aplicada a Sistemas de Potencia

Equipo docente

Sergio Raúl Rivera
Ingeniero Electricista

Profesor Asociado Departamento de Ingeniería Eléctrica y Electrónica UNAL. Coordina los programas de Maestría en Ingeniería Eléctrica y Doctorado de Ingeniería Eléctrica en la misma Universidad. Lidera el grupo de trabajo de Inteligencia Computacional Aplicada al Sector Eléctrico, del grupo de investigación EMC-UN. Invitado como profesor e investigador en: University of Florida (beca fulbright); Technical University of Dortmund (beca Gambrinous Fellowship); y Ruhr University (VIP program). Realizó dos postdoctorados en el área de control y coordinación de microredes y redes inteligentes en Massachusetts Institute of Technology (MIT); y Masdar Intitute of Science and Technology (MIST), Emiratos Árabes Unidos, en los laboratorios de Investigación en Mecatrónica (MRL en el MIT) y LIINES (Laboratory for Intelligent Integrated Networks of Engineering Systems en Masdar City), respectivamente. Experiencia en industria, como Ingeniero de Procesos en el área de Ingeniería de Manufactura en General Motors. Doctorado en ingeniería en el Instituto de Energía Eléctrica, de la Universidad Nacional de San Juan, Argentina; y una especialización en Ingeniería Eléctrica con énfasis en Sistemas de Distribución, de la UNAL. Actualmente, colabora en investigación en las líneas de optimización y machine learning aplicado a sistemas de potencia con alta penetración de elementos de redes inteligentes con varias universidades (MIT, Khalifa University, University of Florida, Sharja University, Quebec University, Technical University of Dortmund, entre otras) y con la industria (GERS, Emgesa, Enel entre otras). Senior member de la IEEE, y miembro de la junta directiva del MIT - Harvard Club. De igual forma hace parte de un proyecto Tipo spin off de la UNAL en inteligencia computacional aplicada con el proyecto DDS analytics (Data Analytics and Decision Science).

Conferencistas

David Leonardo Álvarez
David Leonardo Álvarez
Ingeniero Electricista

Doctor, Magíster e Ingeniero Electricista UNAL. Con más de 10 años de experiencia en investigación en gestión de riesgo, gestión de activos, líneas de transmisión, transformadores de potencia, inteligencia artificial y desarrollo de software. Pasante posdoctoral en el desarrollo de un marco de referencia para la toma de decisiones sobre activos eléctricos. Profesor del Curso de Gestión de Activos en el posgrado de ingeniería eléctrica del departamento de ingeniería eléctrica y electrónica UNAL. Actualmente trabaja como consultor en gestión de activos, optimización e inteligencia artificial aplicada al sector eléctrico. De igual forma hace parte de un proyecto Tipo spin off de la Universidad Nacional de Colombia en inteligencia computacional aplicada con el proyecto DDS analytics (Data Analytics and Decision Science).

David Fernando Romero Quete
David Fernando Romero Quete
Ingeniero Electricista

Ingeniero electricista UNAL, Magíster en ingeniería eléctrica del INSA de Lyon Francia y Doctor en ingeniería eléctrica de la Universidad Nacional de Colombia. Más de seis años de experiencia en temas relacionados con redes inteligentes, recursos energéticos distribuidos y análisis de sistemas de potencia. En la actualidad adelanta trabajos posdoctorales en temas relacionados con sistemas de almacenamiento a gran escala, microrredes y redes inteligentes.

Diego Rodríguez
Diego Rodríguez
Ingeniero Electricista

Gerente de Estudios Internacionales en GERS. Ingeniero electricista UNAL con estudios de maestría en la Universidad de Oklahoma. Es candidato a doctor en Ingeniería Eléctrica UNAL. Cuenta con alta experiencia en planeación y operación de sistemas de potencia. Además, ha desarrollado herramientas para las áreas de R&D en sistemas de Transmisión y Distribución en Norte, Centro y Suramérica. De igual modo, tiene alta experiencia en estabilidad electromecánica, electromagnética, protecciones y optimización de sistemas de potencia. También forma hace parte de un proyecto Tipo spin off de la Universidad Nacional de Colombia en inteligencia computacional aplicada con el proyecto DDS analytics (Data Analytics and Decision Science).

Andrés Romero
Andrés Romero
Ingeniero Electricista

Grado de Ingeniero Electricista UNAL, en el 2002, y el grado de Doctor en Ingeniería Eléctrica, en el Instituto de Energía Eléctrica de la Universidad Nacional de San Juan (IEE-UNSJ-CONICET), Argentina, en el 2009. Fue coordinador de ensayos eléctricos en el Laboratorio de Ensayos Eléctricos Industriales, Fabio Chaparro, LABE-UNC, hasta el año 2003, en donde adquirió experiencia técnica y profesional en ensayos eléctricos de alta tensión.

Fue poseedor de una beca de investigación, por 4 años, del Servicio de Intercambio Académico Alemán (Deutscher Akademischer AustauschDienst - DAAD) para adelantar estudios de doctorado en el IEE-UNSJ-CONICET, en donde realizó investigaciones en el área de análisis de armónicos en sistemas eléctricos de potencia. Parte de la tesis doctoral fue realizada en la University of Applied Sciences, Giessen-Friedberg, Alemania, en calidad de investigador invitado. Posteriormente obtuvo una beca posdoctoral de dos años, por parte del Consejo Nacional de Investigaciones Científicas y Técnicas, CONICET, para realizar el proyecto de investigación: “Gestión Óptima de Activos en Sistemas Eléctricos de Potencia”.

Actualmente es docente, investigador y consultor del IEE-UNSJ-CONICET y miembro de la Carrera del Investigador Científico y Tecnológico del CONICET. Sus temas de investigación son: Gestión de Activos Eléctricos, Movilidad Eléctrica, Calidad del Producto Eléctrico y Análisis del Funcionamiento de Sistemas de Suministro de Energía Eléctrica.

0
Ediciones ofertadas al público
0
Participantes capacitados
0
Horas de capacitaciónimpartidas

Opiniones de nuestros estudiantes

“Es un diplomado muy bueno y poco común.”
Adrian David
"Profesores expertos de gran calidad. Muy contento con lo aprendido. El auxiliar Elkin siempre nos ayuda en todo, y eso también lo valoro. Muchas gracias a todo el equipo."
William Venegas
"La educación fue de calidad internacional con profesores de Argentina y Colombia."
Luis Ángel Ospina
"Es una institución con sello de calidad y sus docentes tienen mucha experiencia en los temas."
Leonel Clavijo

Tabla de valores de la actividad

-
Tarifa plena$ 1'700.000
Hasta el 14 de Marzo 2022
-5%
Pronto pago II$ 1'615.000
3 semanas antes (Febrero 21)
-10%
Pronto pago I$ 1'530.000
30 días antes (Febrero 14)
-10%
Grupos (4 o más)$ 1'530.000
A grupos de 4 o más personas a través de un único soporte de pago
-20%
Rol UNAL$ 1'360.000
A egresados, profesores, investigadores, funcionarios, pensionados y contratistas UNAL
-50%
Estudiantes$ 850.000
Para estudiantes activos de pregrado o posgrado de cualquier Universidad

Tabla de valores

-5%
Tarifa plena
$870.000
Hasta el 27 de Abril 2022
-5%
Pronto pago II
$826.500
3 semanas antes (Abril 06)
-10%
Pronto pago I
$783.000
30 días antes del inicio
-10%
Grupos (4 o más)
$1'530.000
A grupos de 4 o más personas a través de un único soporte de pago
-20%
Rol UNAL
$696.000
A egresados, profesores, investigadores, funcionarios, pensionados y contratistas UNAL
-50%
Estudiantes
$850.000
Para estudiantes activos de pregrado o posgrado de cualquier Universidad

Procedimiento para la asignación de cupo

Registro

Registro

Debe registrar sus datos personales en el portal de información HERMES: www.hermes.unal.edu.co
Enlace HERMES
Pago

Pago

Consignación Banco Popular, transferencia bancaria, PSE (débito) o tarjeta de crédito (VISA)
Guía de pagos
Legalización

Legalización

Enviar al correo: documento de identidad, soporte pago y si aplica, soporte de descuento
Correo: uec_fibog@unal.edu.co 

Preguntas frecuentes

¿Quién puede participar en los cursos y diplomados?
Nuestra misión como Universidad Nacional de Colombia en su línea de extensión es capacitar y actualizar a la comunidad en general, con ello NO hay pre requisitos administrativos para que una persona pueda inscribirse, cursar o certificarse en cualquiera de nuestras actividades:

En resumen:
1) NO es necesario ser Ingeniero
2) NO es necesario técnico, tecnólogo o profesional
3) NO es necesario pertenecer a la UN

Actividades relacionadas

Image