Investigaciones recientes:
Este conjunto de trabajos integra técnicas avanzadas de optimización, control y ciencia de datos para mejorar los sistemas eléctricos con énfasis en la integración de energías renovables, confiabilidad y eficiencia. A lo largo de las publicaciones, la investigadora avanza en: (1) análisis bibliométrico y prospectivo de innovaciones digitales en redes orientadas a energías limpias, destacando IA, IoT, análisis de datos y blockchain como habilitadores clave; (2) restauración de servicio en distribución bajo contingencias mediante algoritmo genético para maximizar la carga restaurada manteniendo topología radial y límites de voltaje; (3) despacho económico a corto plazo en sistemas híbridos hidro-térmicos con incertidumbres de recursos, usando simulación de Monte Carlo y evolución diferencial; (4) segmentación de consumidores regulados para inversiones en generación distribuida con métricas de rentabilidad (IRR, BCR) para identificar clientes residenciales viables para PV; (5) reconfiguración de red, estimación de estado y mitigación de armónicos mediante enfoques heurísticos, metaheurísticos y modelos basados en datos (incluido estimación de estado DC con Chi-Cuadrado, PSO mejorado y filtros de potencia unificada); (6) ubicación y dimensionamiento de compensación reactiva e almacenamiento mediante redes neuronales y metaheurísticas para mejorar la estabilidad de voltaje ante contingencias; y (7) uso de controladores inteligentes (ANNs, DNNs) para sitiar óptimamente compensadores de serie (SSSC) y dispositivos reactivos en redes de transmisión. Los métodos combinan MATLAB/Simulink, DIgSILENT PowerFactory, MATPOWER y simulaciones de Monte Carlo, aportando ideas prácticas para tomadores de decisiones, planificadores y operadores. El impacto radica en soluciones prácticas y escalables para sistemas de energía con bajas emisiones y mayor resiliencia, con implicaciones para la modernización de la red, políticas regulatorias y planificación de inversiones.