Estrategia para seguimiento de agresividad por pérdidas no técnicas utilizando balances de energía

ilustraciones, diagramas, fotografías

Autores:: Moreno Molina, Hernan Esneyder

Tipo de recurso:

Fecha de publicación:: 2023

Institución:: Universidad Nacional de Colombia

Repositorio:: Universidad Nacional de Colombia

Idioma:: spa

id	UNACIONAL2_ec4e3e0be27a3bd0a1f99b8aa3ff519d
oai_identifier_str	oai:repositorio.unal.edu.co:unal/85887
network_acronym_str	UNACIONAL2
network_name_str	Universidad Nacional de Colombia
repository_id_str
dc.title.spa.fl_str_mv	Estrategia para seguimiento de agresividad por pérdidas no técnicas utilizando balances de energía
dc.title.translated.eng.fl_str_mv	Strategy for non-technical loss aggressiveness tracking utilizing energy balances
title	Estrategia para seguimiento de agresividad por pérdidas no técnicas utilizando balances de energía
spellingShingle	Estrategia para seguimiento de agresividad por pérdidas no técnicas utilizando balances de energía 530 - Física::537 - Electricidad y electrónica 620 - Ingeniería y operaciones afines::629 - Otras ramas de la ingeniería Pérdidas no técnicas de energía Algoritmos de clasificación Balance de energía Deltas de energía Algoritmos supervisados Non-technical Losses Supervised algorithms Classification Algorithms Energy Differentials Energía eléctrica Ingeniería eléctrica Industria eléctrica Electric power Electrical engineering Electrical industry
title_short	Estrategia para seguimiento de agresividad por pérdidas no técnicas utilizando balances de energía
title_full	Estrategia para seguimiento de agresividad por pérdidas no técnicas utilizando balances de energía
title_fullStr	Estrategia para seguimiento de agresividad por pérdidas no técnicas utilizando balances de energía
title_full_unstemmed	Estrategia para seguimiento de agresividad por pérdidas no técnicas utilizando balances de energía
title_sort	Estrategia para seguimiento de agresividad por pérdidas no técnicas utilizando balances de energía
dc.creator.fl_str_mv	Moreno Molina, Hernan Esneyder
dc.contributor.advisor.spa.fl_str_mv	Rivera Rodriguez, Sergio Raul
dc.contributor.author.spa.fl_str_mv	Moreno Molina, Hernan Esneyder
dc.contributor.researchgroup.spa.fl_str_mv	Grupo de Investigación Emc-Un
dc.subject.ddc.spa.fl_str_mv	530 - Física::537 - Electricidad y electrónica 620 - Ingeniería y operaciones afines::629 - Otras ramas de la ingeniería
topic	530 - Física::537 - Electricidad y electrónica 620 - Ingeniería y operaciones afines::629 - Otras ramas de la ingeniería Pérdidas no técnicas de energía Algoritmos de clasificación Balance de energía Deltas de energía Algoritmos supervisados Non-technical Losses Supervised algorithms Classification Algorithms Energy Differentials Energía eléctrica Ingeniería eléctrica Industria eléctrica Electric power Electrical engineering Electrical industry
dc.subject.proposal.spa.fl_str_mv	Pérdidas no técnicas de energía Algoritmos de clasificación Balance de energía Deltas de energía Algoritmos supervisados
dc.subject.proposal.eng.fl_str_mv	Non-technical Losses Supervised algorithms Classification Algorithms Energy Differentials
dc.subject.unesco.spa.fl_str_mv	Energía eléctrica Ingeniería eléctrica Industria eléctrica
dc.subject.unesco.eng.fl_str_mv	Electric power Electrical engineering Electrical industry
description	ilustraciones, diagramas, fotografías
publishDate	2023
dc.date.issued.none.fl_str_mv	2023-11-15
dc.date.accessioned.none.fl_str_mv	2024-04-09T19:05:55Z
dc.date.available.none.fl_str_mv	2024-04-09T19:05:55Z
dc.type.spa.fl_str_mv	Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv	info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv	info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv	Text
dc.type.redcol.spa.fl_str_mv	http://purl.org/redcol/resource_type/TM
status_str	acceptedVersion
dc.identifier.uri.none.fl_str_mv	https://repositorio.unal.edu.co/handle/unal/85887
dc.identifier.instname.spa.fl_str_mv	Universidad Nacional de Colombia
dc.identifier.reponame.spa.fl_str_mv	Repositorio Institucional Universidad Nacional de Colombia
dc.identifier.repourl.spa.fl_str_mv	https://repositorio.unal.edu.co/
url	https://repositorio.unal.edu.co/handle/unal/85887 https://repositorio.unal.edu.co/
identifier_str_mv	Universidad Nacional de Colombia Repositorio Institucional Universidad Nacional de Colombia
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.relation.references.spa.fl_str_mv	[1]J. L. Viegas, P. R. Esteves, R. Melicio, V. Mendes, and S. M. Vieira, “Solutions for detection of non-technical losses in the electricity grid: A review,” Renewable and Sustainable Energy Reviews, vol. 80, pp. 1256–1268, 2017 [2]J. Porras, H. Rivera, F. Giraldo, and B. Correa, “Identification of non-technical electricity losses in power distribution systems by applying techniques of information analysis and visualization,” IEEE Latin America Transactions, vol. 13, no. 3, pp. 659–664, 2015. [3]E. U. Haq, J. Huang, H. Xu, K. Li, and F. Ahmad, “A hybrid approach based on deep learning and support vector machine for the detection of electricity theft in power grids,” Energy Reports, vol. 7, pp. 349–356, 2021 [4]U. Bezerra, T. Soares, M. Nunes, M. Tostes, J. Vieira, P. Agamez, P. Viana, and R. de Oliveira, “Non-technical losses estimation in distribution feeders using the energy consumption bill and the load flow power summation method,” in 2016 IEEE International Energy Conference (ENERGYCON), pp. 1–6, IEEE, 2016. [5]Enel, “Centrales el´ectricas.” https://www.enel.com.co/es/conoce-enel/enel- generacion/centrales-electricas.html, mar 2022. [6]Enel, “Resultados de operacion enel 2022,” Mar 2023. [7]“Enel,creg.” https://www.enel.com.co/en/company/technical-standards/otros- documentos/NIVELES-DE-TENSION.html, Mar 2023. [8]“Creg070,” Ene 2023. [9]“Ley 142 de 1994 - gestor normativo,” Ago 2022. [11]“Codigo electrico colombiano,” Mar 2023. [12]“Memorias enel,colombia.” https://www.enel.com.co/, Mar 2023. [13]XM, “Mercado regulado.” https://www.xm.com.co/consumo/mercados, mar 2023. [14]r. Enel, “Mercado regulado.” https://www.enel.com.co/es/empresas/enelgeneracion/procedimiento-de-cambio-de-comercializador.html, mar 2023. [15]W. I. D. Mining, “Data mining: Concepts and techniques,” Morgan Kaufinann, vol. 10, pp. 559–569, 2006. [16]A. Maheshwari, “Data analytics made accessible,” Seattle: Amazon Digital Services, 2014. [17]A. Fortino, Data Mining and Predictive Analytics for Business Decisions: A Case Study Approach. Stylus Publishing, LLC, 2023. [18]A. C. M. . S. Guido, “Introduction to machine learning with python - a guide for data scientist,” Oct 2016. Machinelearning. [19]Overfit, “Overfit.” https://www.geeksforgeeks.org/underfitting-and-overfitting-in-machinelearning/, Sep 2023. Underfitting. [20]D. Elreedy and A. F. Atiya, “A comprehensive analysis of synthetic minority oversampling technique (smote) for handling class imbalance,” Information Sciences, vol. 505, pp. 32–64, 2019 [21]IBM, “Aprendizaje no supervisado.” https://www.ibm.com/topics/unsupervisedlearning: :text=Unsupervised %20learning %2C %20also %20known %20as,theSep 2023. IMB [22]KNIME,“Knimeoutliers.′′https : //www.knime.com/blog/four − techniques − for − outlier − detection, Sep2023.KNIMEOutlier [23]K. Platform, “Datos desbalanceados.” https://www.knime.com/blog/correcting-predictedclass-probabilities-in-imbalanced-datasets, Sep 2023. Knime. [24]M. W. . A. Roccato, “Scoring metrics - evaluating machine learning models,” Sept 2023. Score. [25]SAP, “Métricas machine learning,” Sep 2023. SAP WEB. [26]A. B.-D. *, “Comparison of classification accuracy using cohen’s weighted kappa,” Elsevier, pp. 1–8, 2006. [27]M. R. Chernick, Bootstrap methods: a guide for practitioners and researchers. Wiley Series in Probability and Statistics, Wiley-Interscience, 2 ed., 2007. [28]KNIME, “Knime software.” https://www.knime.com/open-for-innovation, Sep 2023. KNIME [29]E. X, “Suplencias y calidad extra: Mayor confiabilidad para tu empresa.” https://www.enelx.com/co/es/historias/suplencias-calidad-extra-mayor-confiabilidadpara-tu-empresa, Abr 2021. Suplencias Enel X. [30]CREG, “Resoluci´on creg 015 de 2018,” Abr 2018. Resoluci´on de la CREG. [31]Enel, “Enel becomes the first company in the world to pledge to double circularity kpi.” https://openinnovability.enel.com/media/news/2023/02/group-economiccirculability-kpi, Abr 2023. KPI. [32]S. de servicios públicos domiciliarios, “Diagnóstico de calidad del servicio de energía eléctrica en 2021.” https://www.superservicios.gov.co/sites/default/files/inline-files/Informe-deCalidad-del-Servicio-de-Energia-2021.pdf, mar 2021. Superintendencia de servicios públicos [33]G. Guaman, “”metodología para determinar el balance energético en transformadores de distribución en el área urbana residencial de la ciudad de cuenca”,” 2013. [34]Macro TR, “Macromedición en baja tensión,” May 2023. Macromedición EPM [35]EPM, “Macromediciónepm,′′OCT 2023.EP M [36]F. pública, “Código penal colombiano,” Jul 2023. Penal [37]ArcGis, “Sistemas de coordenadas, proyecciones de mapas y transformaciones.” https://pro.arcgis.com/es/pro-app/latest/help/mapping/properties/coordinate-systemsand-projections.htm, May 2023. Argis coordenadas. [38]RF, “Randomforest,′′OCT 2023.RF. [39]C. Schaffer, “Selecting a classification method by cross-validation,” Springerlink, pp. 1 −9, 1993. [40]E. M. J. Tougui Ilias, Jilbab Abdelilah, “Impact of the choice of cross-validation techniques on the results of machine learning-based diagnostic applications,” hir, vol. 27, no. 3, pp. 189– 199, 2021. [41]K. Arulkumaran, M. P. Deisenroth, M. Brundage, and A. A. Bharath, “Deep reinforcement learning: A brief survey,” IEEE Signal Processing Magazine, vol. 34, no. 6, pp. 26–38, 2017.
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv	Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv	http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv	info:eu-repo/semantics/openAccess
rights_invalid_str_mv	Atribución-NoComercial 4.0 Internacional http://creativecommons.org/licenses/by-nc/4.0/ http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv	openAccess
dc.format.extent.spa.fl_str_mv	viii, 122 páginas
dc.format.mimetype.spa.fl_str_mv	application/pdf
dc.publisher.spa.fl_str_mv	Universidad Nacional de Colombia
dc.publisher.program.spa.fl_str_mv	Bogotá - Ingeniería - Maestría en Ingeniería - Automatización Industrial
dc.publisher.faculty.spa.fl_str_mv	Facultad de Ingeniería
dc.publisher.place.spa.fl_str_mv	Bogotá, Colombia
dc.publisher.branch.spa.fl_str_mv	Universidad Nacional de Colombia - Sede Bogotá
institution	Universidad Nacional de Colombia
bitstream.url.fl_str_mv	https://repositorio.unal.edu.co/bitstream/unal/85887/3/license.txt https://repositorio.unal.edu.co/bitstream/unal/85887/4/1024538251.2024.pdf https://repositorio.unal.edu.co/bitstream/unal/85887/5/1024538251.2024.pdf.jpg
bitstream.checksum.fl_str_mv	eb34b1cf90b7e1103fc9dfd26be24b4a a82809020299b17160d35204451cd823 9a2679b0849593bbc26ebca6063041ab
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv	repositorio_nal@unal.edu.co
_version_	1814089666179104768
spelling	Atribución-NoComercial 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Rivera Rodriguez, Sergio Raulb845dfb0371bb5fdeb03b12de1d7f97eMoreno Molina, Hernan Esneyderf7b0fdd126822234bb62cbc1d6a994a7Grupo de Investigación Emc-Un2024-04-09T19:05:55Z2024-04-09T19:05:55Z2023-11-15https://repositorio.unal.edu.co/handle/unal/85887Universidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/ilustraciones, diagramas, fotografíasEste trabajo se enfoca en el diseño e implementación de una estrategia integral de focalización de pérdidas no técnicas en usuarios del sistema eléctrico de Bogotá y Cundinamarca. Se ha desarrollado un algoritmo de combinación de balances para la identificación de suplencias de circuitos, formando la base de un enfoque efectivo y confiable para gestionar pérdidas no técnicas. Adicionalmente, se definieron estrategias para la optimización de recursos en mantenimiento de macromedición, priorizando áreas y clientes con mayor riesgo. En el transcurso del estudio, se clasificaron e identificaron tres casos exitosos de recuperación de energía, con una estimación total de 1.15GWh de CNR. Estos casos de éxito demuestran la viabilidad y eficacia de la estrategia propuesta, subrayando su potencial impacto positivo en la gestión de pérdidas no técnicas. Además, como parte integral de la estrategia, se implementaron tres algoritmos de machine learning para la clasificación de posibles hurtadores. Esta incorporación de tecnologías avanzadas fortalece significativamente la capacidad del sistema para identificar y abordar de manera proactiva casos de pérdidas no técnicas, mejorando la eficiencia del proceso de inspección y seguimiento. En resumen, el trabajo no solo propone una estrategia integral, sino que también respalda su efectividad a través de casos prácticos de ´éxito y la implementación exitosa de algoritmos de machine learning. Se espera que esta investigación contribuya significativamente al sector eléctrico al ofrecer herramientas avanzadas para la gestión de pérdidas no técnicas, mejorando la confiabilidad y eficiencia del suministro eléctrico. (Texto tomado de la fuente),This work focuses on the design and implementation of a comprehensive strategy for targeting non-technical losses in the electrical system users of Bogot´a and Cundinamarca. An algorithm for balance combination has been developed for the identification of circuit substitutions, forming the foundation of an effective and reliable approach to managing non-technical losses. Additionally, strategies were defined for optimizing resources in macro-measurement maintenance, prioritizing areas and clients with higher risk. Throughout the study, three successful cases of energy recovery were classified and identified, with a total estimated recovery of 1.15GWh of CNR. These success cases demonstrate the viability and effectiveness of the proposed strategy, emphasizing its potential positive impact on non-technical loss management. Furthermore, as an integral part of the strategy, three machine learning algorithms were implemented for the classification of potential perpetrators. This integration of advanced technologies significantly strengthens the system’s capability to proactively identify and address cases of non-technical losses, enhancing the efficiency of the inspection and monitoring process. In summary, the work not only proposes a comprehensive strategy but also substantiates its effectiveness through practical success cases and the successful implementation of machine learning algorithms. It is anticipated that this research will contribute significantly to the electrical sector by providing advanced tools for non-technical loss management, thereby improving the reliability and efficiency of the electrical supply.MaestríaMagíster en Ingeniería - Automatización Industrialviii, 122 páginasapplication/pdfspaUniversidad Nacional de ColombiaBogotá - Ingeniería - Maestría en Ingeniería - Automatización IndustrialFacultad de IngenieríaBogotá, ColombiaUniversidad Nacional de Colombia - Sede Bogotá530 - Física::537 - Electricidad y electrónica620 - Ingeniería y operaciones afines::629 - Otras ramas de la ingenieríaPérdidas no técnicas de energíaAlgoritmos de clasificaciónBalance de energíaDeltas de energíaAlgoritmos supervisadosNon-technical LossesSupervised algorithmsClassification AlgorithmsEnergy DifferentialsEnergía eléctricaIngeniería eléctricaIndustria eléctricaElectric powerElectrical engineeringElectrical industryEstrategia para seguimiento de agresividad por pérdidas no técnicas utilizando balances de energíaStrategy for non-technical loss aggressiveness tracking utilizing energy balancesTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TM[1]J. L. Viegas, P. R. Esteves, R. Melicio, V. Mendes, and S. M. Vieira, “Solutions for detection of non-technical losses in the electricity grid: A review,” Renewable and Sustainable Energy Reviews, vol. 80, pp. 1256–1268, 2017[2]J. Porras, H. Rivera, F. Giraldo, and B. Correa, “Identification of non-technical electricity losses in power distribution systems by applying techniques of information analysis and visualization,” IEEE Latin America Transactions, vol. 13, no. 3, pp. 659–664, 2015.[3]E. U. Haq, J. Huang, H. Xu, K. Li, and F. Ahmad, “A hybrid approach based on deep learning and support vector machine for the detection of electricity theft in power grids,” Energy Reports, vol. 7, pp. 349–356, 2021[4]U. Bezerra, T. Soares, M. Nunes, M. Tostes, J. Vieira, P. Agamez, P. Viana, and R. de Oliveira, “Non-technical losses estimation in distribution feeders using the energy consumption bill and the load flow power summation method,” in 2016 IEEE International Energy Conference (ENERGYCON), pp. 1–6, IEEE, 2016.[5]Enel, “Centrales el´ectricas.” https://www.enel.com.co/es/conoce-enel/enel- generacion/centrales-electricas.html, mar 2022.[6]Enel, “Resultados de operacion enel 2022,” Mar 2023.[7]“Enel,creg.” https://www.enel.com.co/en/company/technical-standards/otros- documentos/NIVELES-DE-TENSION.html, Mar 2023.[8]“Creg070,” Ene 2023.[9]“Ley 142 de 1994 - gestor normativo,” Ago 2022.[11]“Codigo electrico colombiano,” Mar 2023.[12]“Memorias enel,colombia.” https://www.enel.com.co/, Mar 2023.[13]XM, “Mercado regulado.” https://www.xm.com.co/consumo/mercados, mar 2023.[14]r. Enel, “Mercado regulado.” https://www.enel.com.co/es/empresas/enelgeneracion/procedimiento-de-cambio-de-comercializador.html, mar 2023.[15]W. I. D. Mining, “Data mining: Concepts and techniques,” Morgan Kaufinann, vol. 10, pp. 559–569, 2006.[16]A. Maheshwari, “Data analytics made accessible,” Seattle: Amazon Digital Services, 2014.[17]A. Fortino, Data Mining and Predictive Analytics for Business Decisions: A Case Study Approach. Stylus Publishing, LLC, 2023.[18]A. C. M. . S. Guido, “Introduction to machine learning with python - a guide for data scientist,” Oct 2016. Machinelearning.[19]Overfit, “Overfit.” https://www.geeksforgeeks.org/underfitting-and-overfitting-in-machinelearning/, Sep 2023. Underfitting.[20]D. Elreedy and A. F. Atiya, “A comprehensive analysis of synthetic minority oversampling technique (smote) for handling class imbalance,” Information Sciences, vol. 505, pp. 32–64, 2019[21]IBM, “Aprendizaje no supervisado.” https://www.ibm.com/topics/unsupervisedlearning: :text=Unsupervised %20learning %2C %20also %20known %20as,theSep 2023. IMB[22]KNIME,“Knimeoutliers.′′https : //www.knime.com/blog/four − techniques − for − outlier − detection, Sep2023.KNIMEOutlier[23]K. Platform, “Datos desbalanceados.” https://www.knime.com/blog/correcting-predictedclass-probabilities-in-imbalanced-datasets, Sep 2023. Knime.[24]M. W. . A. Roccato, “Scoring metrics - evaluating machine learning models,” Sept 2023. Score.[25]SAP, “Métricas machine learning,” Sep 2023. SAP WEB.[26]A. B.-D. *, “Comparison of classification accuracy using cohen’s weighted kappa,” Elsevier, pp. 1–8, 2006.[27]M. R. Chernick, Bootstrap methods: a guide for practitioners and researchers. Wiley Series in Probability and Statistics, Wiley-Interscience, 2 ed., 2007.[28]KNIME, “Knime software.” https://www.knime.com/open-for-innovation, Sep 2023. KNIME[29]E. X, “Suplencias y calidad extra: Mayor confiabilidad para tu empresa.” https://www.enelx.com/co/es/historias/suplencias-calidad-extra-mayor-confiabilidadpara-tu-empresa, Abr 2021. Suplencias Enel X.[30]CREG, “Resoluci´on creg 015 de 2018,” Abr 2018. Resoluci´on de la CREG.[31]Enel, “Enel becomes the first company in the world to pledge to double circularity kpi.” https://openinnovability.enel.com/media/news/2023/02/group-economiccirculability-kpi, Abr 2023. KPI.[32]S. de servicios públicos domiciliarios, “Diagnóstico de calidad del servicio de energía eléctrica en 2021.” https://www.superservicios.gov.co/sites/default/files/inline-files/Informe-deCalidad-del-Servicio-de-Energia-2021.pdf, mar 2021. Superintendencia de servicios públicos[33]G. Guaman, “”metodología para determinar el balance energético en transformadores de distribución en el área urbana residencial de la ciudad de cuenca”,” 2013.[34]Macro TR, “Macromedición en baja tensión,” May 2023. Macromedición EPM[35]EPM, “Macromediciónepm,′′OCT 2023.EP M[36]F. pública, “Código penal colombiano,” Jul 2023. Penal[37]ArcGis, “Sistemas de coordenadas, proyecciones de mapas y transformaciones.” https://pro.arcgis.com/es/pro-app/latest/help/mapping/properties/coordinate-systemsand-projections.htm, May 2023. Argis coordenadas.[38]RF, “Randomforest,′′OCT 2023.RF.[39]C. Schaffer, “Selecting a classification method by cross-validation,” Springerlink, pp. 1 −9, 1993.[40]E. M. J. Tougui Ilias, Jilbab Abdelilah, “Impact of the choice of cross-validation techniques on the results of machine learning-based diagnostic applications,” hir, vol. 27, no. 3, pp. 189– 199, 2021.[41]K. Arulkumaran, M. P. Deisenroth, M. Brundage, and A. A. Bharath, “Deep reinforcement learning: A brief survey,” IEEE Signal Processing Magazine, vol. 34, no. 6, pp. 26–38, 2017.EstudiantesInvestigadoresMaestrosPúblico generalLICENSElicense.txtlicense.txttext/plain; charset=utf-85879https://repositorio.unal.edu.co/bitstream/unal/85887/3/license.txteb34b1cf90b7e1103fc9dfd26be24b4aMD53ORIGINAL1024538251.2024.pdf1024538251.2024.pdfTrabajo final de Maestría en Ingeniería - Automatización Industrialapplication/pdf4770443https://repositorio.unal.edu.co/bitstream/unal/85887/4/1024538251.2024.pdfa82809020299b17160d35204451cd823MD54THUMBNAIL1024538251.2024.pdf.jpg1024538251.2024.pdf.jpgGenerated Thumbnailimage/jpeg4499https://repositorio.unal.edu.co/bitstream/unal/85887/5/1024538251.2024.pdf.jpg9a2679b0849593bbc26ebca6063041abMD55unal/85887oai:repositorio.unal.edu.co:unal/858872024-04-09 23:05:28.949Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.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

Estrategia para seguimiento de agresividad por pérdidas no técnicas utilizando balances de energía

Publicaciones similares