IEEE Power & Energy Magazine - Spanish - May/June 2022 - 74

transformación importante hacia un nuevo modelo en el que
la eficiencia energética y el empoderamiento de los clientes
son cada vez más importantes.
La forma en la que los clientes consumen la electricidad
está cambiando constantemente. La electrificación de la
demanda, la generación renovable distribuida, los vehículos
eléctricos y el teletrabajo están teniendo un impacto notable
en los perfiles de consumo, que son cada vez más heterogéneos.
Por lo tanto, la segmentación de los clientes debe ser
actualizada con frecuencia y adaptarse a los nuevos datos
recibidos de los medidores inteligentes. Se espera que la
frecuencia de las mediciones y el número de clientes monitoreados
aumenten continuamente, creando oportunidades
para extraer más información para obtener una comprensión
mayor sobre el comportamiento del consumidor.
Este nuevo paradigma conlleva importantes retos y
oportunidades tanto para los consumidores como para las
empresas que participan en el sector eléctrico. Existe una
clara necesidad de desarrollar nuevas y eficientes técnicas
de agrupación analítica para hacer frente a mayores volúmenes
de datos que incluyan tipos de datos estructurados
y no estructurados (series de tiempo de consumo y clima
combinadas con imágenes digitales, datos de sensores, redes
sociales, grabaciones de voz, etc). En esta línea, se espera
que las nuevas técnicas de agrupación en este ámbito combinen
técnicas estadísticas tradicionales con enfoques de
aprendizaje de máquina para capturar patrones de consumo
eléctrico tanto estáticos como dinámicos.
Agradecimientos
Los autores agradecen el apoyo del gobierno español y del
gobierno de Madrid (Comunidad de Madrid).
Lecturas complementarias
S. Aghabozorgi, A. S. Shirkhorshidi y T. Wah, " Time-series
clustering: A decade review " (Agrupación por serie temporal:
una revisión de la década), Inf. Syst., vol. 53, págs. 16-38,
Oct./Nov. 2015, doi: 10.1016/j.is.2015.04.007.
A. M. Alonso, F. J. Nogales y C. Ruiz, " Hierarchical
clustering for smart meter electricity loads based on quantile
autocovariances " (Agrupación jerárquica para cargas eléctricas
de medidores inteligentes basadas en autocovarianzas
cuantiles), IEEE Trans. Smart Grid, vol. 11, n.º 5, págs.
4522-4530, 2020, doi: 10.1109/TSG.2020.2991316.
A. M. Alonso, P. Galeano y D. Peña, " A robust procedure
to build dynamic factor models with cluster structure "
(Un procedimiento robusto para crear modelos de factor
dinámico con una estructura de agrupación), J. Econometrics,
vol. 216, n.º 1, págs. 35-52, 2020, doi: 10.1016/j.jeconom.2020.01.004.
J.
Caiado, E. Maharaj y P. D'Urso, " Time-series clustering "
(Agrupación por series temporales), en Handbook of
Cluster Analysis (Manual para el análisis de agrupaciones),
C. Hennig, M. Meila, F. Murtagh y R. Rocci, Eds. Londres,
Reino Unido: Chapman and Hall, 2015, págs. 262-285.
R. J. Hyndman, X. Liu y P. Pinson, " Visualizing big energy
data: Solutions for this crucial component of data analysis "
(Visualización de la big data de la energía: soluciones
para este componente crucial del análisis de datos), IEEE
Power Energy Mag., vol. 16, n.º 3, págs. 18-25, 2018, doi:
10.1109/MPE.2018.2801441.
T. Liao, " Clustering of time series data: A survey " (Agrupación
de datos de series temporales: una encuesta), Pattern
Recognit., vol. 38, n.º 11, págs. 1857-1874, 2005, doi:
10.1016/j.patcog.2005.01.025.
Biografías
Andrés M. Alonso pertenece a la Universidad Carlos III de
Madrid, Getafe, 28903, España.
Eduardo Martín pertenece a Endesa Energía, Madrid,
28042, España.
Alicia Mateo pertenece a Endesa Energía, Madrid,
28042, España.
Francisco J. Nogales pertenece a la Universidad Carlos
III de Madrid, Leganés, 28911, España.
Carlos Ruiz pertenece a la Universidad Carlos III de Madrid,
Leganés, 28911, España.
Andrea Veiga pertenece a Endesa Energía, Madrid,
28042, España.
p&e
74
ieee power & energy magazine
mayo/junio 2022
IEEE Power & Energy Magazine - Spanish - May/June 2022

Table of Contents for the Digital Edition of IEEE Power & Energy Magazine - Spanish - May/June 2022
