Redes Neuronales

Herramientas de Inteligencia Artificial y Redes Neuronales aplicadas a Sistemas Eléctricos

La Inteligencia Artificial (IA) está transformando de manera acelerada la ingeniería eléctrica moderna. Su aplicación en áreas como protección, operación, estabilidad y análisis de datos de los sistemas eléctricos de potencia ya no es una tendencia futura, sino una realidad que todo ingeniero debe comprender y dominar.

Con el objetivo de acercar estas tecnologías a la práctica profesional, el Colegio de Ingenieros Mecánicos, Electricistas y Electrónicos de Nuevo León, A.C. (CIMENL), a través de su XII Consejo Directivo 2025–2026, invita al curso “Herramientas de IA – Redes Neuronales”, un programa especializado diseñado para ingenieros eléctricos, estudiantes de ingeniería y profesionales del sector energético.

¿De qué trata este curso?

Este curso proporciona una visión clara y aplicada de las redes neuronales artificiales, abordando tanto sus fundamentos teóricos como su uso práctico en problemas reales de los sistemas eléctricos de potencia. El enfoque del programa es ingenieril y práctico, evitando excesos teóricos y concentrándose en aplicaciones reales que ya se utilizan en la industria.

A lo largo del curso, los participantes conocerán cómo la Inteligencia Artificial puede apoyar la toma de decisiones, mejorar la confiabilidad del sistema eléctrico y optimizar procesos clave mediante el uso de datos históricos y en tiempo real.

Objetivo general del curso

Proporcionar al participante los fundamentos teóricos y prácticos de las redes neuronales artificiales, así como su aplicación en problemas relevantes de los sistemas eléctricos de potencia, tales como protección, operación, estabilidad y análisis de datos.

Contenido del curso

Módulo 1: Fundamentos teóricos de las Redes Neuronales (3 horas)

En este módulo se introducen los conceptos esenciales de la Inteligencia Artificial y las redes neuronales artificiales, incluyendo:

  • Evolución y panorama actual de la Inteligencia Artificial

  • Diferencias entre IA, Machine Learning y Deep Learning

  • Modelo de la neurona artificial y su base matemática

  • Tipos de funciones de activación

  • Redes neuronales multicapa (MLP)

  • Redes feedforward y redes recurrentes

  • Métodos de entrenamiento y algoritmo de retropropagación

  • Importancia de la calidad, normalización y preprocesamiento de datos

Módulo 2: Aplicaciones de Redes Neuronales en Sistemas Eléctricos de Potencia (3 horas)

Este módulo se enfoca en la aplicación directa de las redes neuronales en problemas reales del sistema eléctrico, tales como:

  • Identificación y clasificación de fallas

  • Aplicaciones en protección de líneas de transmisión y transformadores

  • Comparación con métodos convencionales de protección

  • Evaluación de estabilidad transitoria

  • Estimación de estados del sistema eléctrico

  • Predicción de colapsos de voltaje

  • Pronóstico de demanda eléctrica

  • Predicción de generación renovable (eólica y solar)

  • Detección de anomalías en mediciones eléctricas

Modalidad, fechas y horario

  • Modalidad: Virtual y Presencial

  • Fechas: Miércoles 28 y viernes 30 de enero de 2026

  • Horario: 6:00 a 9:00 p.m.

  • Duración total: 6 horas

Instructor

El curso será impartido por el Dr. Ernesto Vázquez Martínez, especialista en sistemas eléctricos de potencia y aplicaciones avanzadas de Inteligencia Artificial en ingeniería.

Sede (modalidad presencial)

CIMENL Plaza Carranza Sur 500-L2,
Av. Venustiano Carranza Centro, C.P. 64000,
Monterrey, Nuevo León.
Cupo limitado.

Constancias y materiales

Al finalizar el curso, los participantes recibirán:

  • Constancia oficial del CIMENL

  • Material digital del curso

Costos de inscripción

  • Colegiados CIMENL y Colegios FECIME: $1,400 MXN

  • Público en general: $1,700 MXN

Informes e inscripciones

📞 Teléfono / WhatsApp: 81-8051-2463
Correo: cimenl2013@gmail.com
🌐 Sitio web: www.cimenl.org.mx

 

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *