Cuantificación y visualización basadas en datos de métricas de resiliencia de sistemas de distribución eléctrica

Por qué mantener las luces encendidas se está volviendo más difícil

Cuando tormentas potentes atraviesan una región, la mayor parte de la gente percibe los cortes de energía como una molestia. Pero para las compañías eléctricas, cada tormenta es una prueba de resistencia de la red: hasta qué punto soporta daños y se recupera. Este artículo muestra cómo los registros reales de cortes y meteorología pueden transformarse en medidas visuales y sencillas de la resiliencia de una red local, y qué barrios probablemente esperarán más tiempo para recuperar la electricidad.

De registros dispersos a una imagen clara

Los sistemas de distribución eléctrica son la última etapa de la red, llevando electricidad desde las líneas de alta tensión hasta ciudades, calles y hogares. A lo largo de los años, las empresas registran con detalle cada vez que un componente falla y se repara, junto con el número de clientes afectados. Al mismo tiempo, agencias federales como la NOAA registran viento, lluvia, nieve y otros fenómenos severos. Los autores combinan dos décadas de estos registros de una compañía del Medio Oeste de EE. UU. con datos meteorológicos de la NOAA para plantear una pregunta básica: cuando las tormentas llegan, ¿cuántas cosas se rompen y cuánto tiempo tarda en repararse todo?

Agrupar los cortes según cómo los causan las tormentas

En lugar de tratar cada línea rota o fusible fundido como un incidente aislado, el estudio agrupa múltiples cortes cercanos en lo que denomina un evento de corte‑restauración. Un evento empieza cuando aparece la primera falla impulsada por la tormenta y termina solo cuando todos los componentes dañados en ese episodio están reparados. Esto captura lo que realmente importa para las cuadrillas y los clientes: la acumulación total de reparaciones durante una tormenta. Para cada evento, los investigadores registran dos números fáciles de entender: cuántos cortes ocurrieron en total y cuánto tiempo llevó, desde la primera falla hasta la última reparación, volver a la normalidad.

Convertir el mapa en zonas basadas en el tiempo

El tiempo rara vez es uniforme en todo el territorio de una compañía. Para tener eso en cuenta, el equipo divide el área de servicio en zonas basadas en la ubicación de las estaciones meteorológicas de la NOAA, usando un método geométrico llamado polígonos de Voronoi. Cada punto del mapa se asigna a su estación más cercana, creando zonas separadas de viento y precipitación. Dentro de cada zona, los autores emparejan los registros de tormentas (tornados, vientos fuertes, nieve, inundaciones, etc.) con los cortes que ocurrieron al mismo tiempo y lugar. Esto les permite decir, por ejemplo: «un viento de 35 metros por segundo en la Zona 0 suele producir aproximadamente este número de cortes».

Curvas sencillas que capturan comportamientos complejos

Con eventos y zonas definidos, los autores construyen dos tipos de curvas basadas en datos. Las curvas de fragilidad relacionan la intensidad de la tormenta con el número de cortes en una zona: a medida que aumentan la velocidad del viento o la precipitación, el número de fallos sube bruscamente, a menudo de forma exponencial. Las curvas de restauración relacionan entonces el número de cortes en un evento con cuánto tarda la reparación completa. Estas muestran que cuando solo fallan unos pocos componentes, las reparaciones son rápidas, pero una vez que los cortes superan cierto umbral, el tiempo de restauración se incrementa rápidamente al saturarse cuadrillas y equipos. Dado que los modelos se basan en funciones matemáticas simples, las compañías pueden entenderlos y actualizarlos fácilmente conforme lleguen nuevos datos.

Ver la resiliencia en el mapa

Al alimentar una tormenta hipotética en estas dos curvas—estimando primero cuántos cortes causaría y después cuánto tardarían las reparaciones—el marco produce un tiempo de restauración predicho para cada zona meteorológica. Representar esas predicciones en un mapa revela qué partes del territorio son más o menos resilientes al viento o a precipitaciones intensas. Algunas zonas muestran relativamente pocos cortes y recuperación más rápida; otras enfrentan más daños y esperas más largas para el servicio. Estos mapas por zona convierten datos históricos en orientación práctica sobre dónde reforzar líneas, podar árboles, añadir sensores o desplegar cuadrillas de reparación antes de la próxima gran tormenta.

Qué significa esto para los clientes cotidianos

En términos simples, el estudio ofrece a las compañías una forma de usar los datos que ya recopilan para responder: «Si una tormenta de esta intensidad golpea, ¿qué tan grave será aquí y cuánto tiempo hasta que vuelva la electricidad?» Al destilar enormes historiales de cortes y meteorología en dos medidas intuitivas—el número de cortes y el tiempo total de restauración—y al mapear cómo varían esas medidas en una región, el enfoque ayuda a identificar puntos débiles antes de que ocurra un desastre. Eso, a su vez, puede guiar inversiones y planificación más inteligentes para que, cuando llegue la próxima tormenta severa, menos clientes pierdan el servicio y quienes lo pierdan pasen menos tiempo a oscuras.

Cita: Wang, D., Maharjan, S., Zheng, J. et al. Data-driven quantification and visualization of resilience metrics of power distribution systems. Sci Rep 16, 6334 (2026). https://doi.org/10.1038/s41598-026-37040-w

Palabras clave: resiliencia de la red eléctrica, cortes relacionados con tormentas, distribución de electricidad, recuperación de infraestructuras, impactos de fenómenos meteorológicos extremos