Energizados
Energizados es un sistema que, “[a] partir de los datos disponibles suministrados por la empresa EEGSA, mediante la utilización del Aprendizaje Automático (Machine Learning), […] detecta a los usuarios con mayor probabilidad de haber cometido fraudes y/o con problemas en su conexión, para así poder disminuir las pérdidas no técnicas en la distribución de energía. Principalmente [con este sistema] se espera lograr una mayor eficiencia en el descubrimiento de conexiones ilegales. Para el correcto modelado del problema se emplearon perfiles temporales de los consumos mensuales mediante series de tiempo, junto con otras variables. En general se utilizaron métodos supervisados, del estilo de árboles y redes neuronales.” (BID, s. f.)
- Fecha de publicación de esta ficha:

País
Entidad pública
Empresa Eléctrica de Guatemala, S.A. – EEGSA
Ubicación en la estructura del Estado
Nivel
Clasificación COFOG
Palabra clave
Usa datos personales
Estado conocido del proyecto
Potencial aporte a ODS
Aporte a procesos de gobierno (Clasificación nivel I JRC - UE)
Tipo de interacción (sí, no)
G2C
G2B
G2G
Clasificación OCDE por tipo de tarea (sí, no)
1. Reconocimiento
2. Detección de eventos
3. Predicción
4. Personalización
5. Soporte de interacción
6. Optimización orientada a objetivos
7. Razonamiento con estructura de conocimiento
¿Sistema previamente registrado en un repositorio anterior? (sí, no)
Nombre del repositorio
fAIr LAC+ del BID
Fuentes primarias y secundarias del repositorio
BID. (s. f.). Energizados. fAIr LAC+. Recuperado 16 de diciembre de 2024, de https://fairlac.iadb.org/piloto/energizados
Giraldo, C., Ríos, C., Alarcon, A., Snyder, V., Echevarria, C., & Riobo, A. (2022). Energizados: Los beneficios de una herramienta basada en las metodologías de machine learning para facilitar la detección de robo eléctrico (2022.ª ed.). Banco Interamericano de Desarrollo. https://doi.org/10.18235/0004178