SSRG Revista Internacional de Ingeniería Eléctrica y Electrónica Volumen X Número X, 1-4, Mes 2023 ISSN: 2348-8379/

https://doi.org/10.14445/23488379/IJEEE-VXXXX © 2023 Grupo® de Investigación del Séptimo Sentido

Artículo de revisión

¿Cómo influyen las tecnologías emergentes

como la inteligencia artificial y el IoT en la
eficiencia y sostenibilidad de las máquinas
eléctricas para la generación de energía
renovable?
1 2 3 4
𝐺. 𝑆𝑎𝑙𝑎𝑠 𝐽. 𝐵𝑜𝑙𝑖𝑣𝑎𝑟 𝐽. 𝑀𝑢ñ𝑜𝑧 𝐿. 𝑀𝑎𝑡𝑜𝑠

1234
𝐷𝑒𝑝𝑎𝑟𝑡𝑎𝑚𝑒𝑛𝑡𝑜 𝑑𝑒 𝑖𝑛𝑔𝑒𝑛𝑖𝑒𝑟í𝑎 𝑒𝑙𝑒𝑐𝑡𝑟ó𝑛𝑖𝑐𝑎, 𝑈𝑛𝑖𝑣𝑒𝑟𝑠𝑖𝑑𝑎𝑑 𝑁𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝑀𝑎𝑦𝑜𝑟 𝑑𝑒 𝑆𝑎𝑛 𝑀𝑎𝑟𝑐𝑜𝑠, 𝐿𝑖𝑚𝑎, 𝑃𝑒𝑟ú.

Received: 04 November 2023 Revised: 08 December 2023 Accepted: 05 January 2024 Published: 07 February 2024

Resumen - La transición hacia fuentes de energía renovable plantea el desafío de optimizar las máquinas
eléctricas utilizadas en su generación. Este artículo examina cómo las tecnologías emergentes, como la
inteligencia artificial (IA) y el Internet de las cosas (IoT), pueden mejorar la eficiencia y sostenibilidad de estas
máquinas. A través de una revisión sistemática de literatura, se analizan aplicaciones prácticas, beneficios y
retos en la integración de estas tecnologías en el sector de energías renovables. Los hallazgos indican que la IA
y el IoT no solo incrementan el rendimiento y reducen costos operativos, sino que también contribuyen a la
sostenibilidad medioambiental al optimizar el uso de recursos.

Abstract - The transition to renewable energy sources presents the challenge of optimizing the electric machines
used in their generation. This article examines how emerging technologies, such as Artificial Intelligence (AI) and
the Internet of Things (IoT), can enhance the efficiency and sustainability of these machines. Through a
systematic literature review, practical applications, benefits, and challenges of integrating these technologies into
the renewable energy sector are analyzed. The findings indicate that AI and IoT not only improve performance
and reduce operational costs but also contribute to environmental sustainability by optimizing resource utilization.

Palabras clave: inteligencia artificial, internet de las cosas, máquinas eléctricas, energía renovable,
sostenibilidad, eficiencia energética.
son cruciales para garantizar una producción
Introducción energética viable a largo plazo.

El crecimiento de la demanda La aplicación de la IA y el IoT en

energética global y los impactos del cambio sistemas energéticos ha mostrado resultados
climático han impulsado la transición hacia prometedores. Según estudios recientes, estas
fuentes de energía renovable. Las máquinas tecnologías permiten monitoreo en tiempo real,
eléctricas, como generadores eólicos y paneles
solares con inversores, son componentes clave
en este proceso, y su eficiencia y sostenibilidad

Este es un artículo de acceso abierto bajo la licencia CC BY-NC-ND (http://creativecommons.org/licenses/by-nc-nd/4.0/)

mantenimiento predictivo y optimización de permite identificar estrategias para mejorar su
procesos en generadores y redes de desempeño, reducir costos y aumentar su
distribución (Wang et al., 2022; Kumar y Singh, sostenibilidad. En este sentido se podría decir
2023). Estas innovaciones también han que este conocimiento es vital para ingenieros,
contribuido a una gestión más eficiente de investigadores y responsables de políticas en
recursos renovables. el ámbito de la energía renovable.

Según un estudio reciente de IEEE Este artículo tiene como objetivo

(2024), el Internet de las Cosas (IoT) permite principal evaluar cómo la inteligencia artificial y
un monitoreo constante y en tiempo real de el IoT influyen en la eficiencia y sostenibilidad
parámetros clave como la temperatura y el de las máquinas eléctricas utilizadas en la
consumo energético. Esto no solo mejora la generación de energía renovable. También se
eficiencia operativa, sino que también optimiza pretende identificar las aplicaciones más
el uso de recursos renovables relevantes, así como los desafíos asociados
con su implementación.
Explorar la influencia de la IA y el IoT
en la optimización de máquinas eléctricas

Metodología
El presente artículo adopta un enfoque emergentes, como la inteligencia artificial (IA) y
cualitativo y analítico, centrado en una revisión el Internet de las Cosas (IoT), en la eficiencia y
sistemática que busca integrar, evaluar y sostenibilidad de las máquinas eléctricas
sintetizar de manera exhaustiva la evidencia utilizadas en la generación de energía
disponible sobre las tecnologías emergentes en renovable?
el ámbito de la energía renovable. Según
Pineda et al. (2011), este tipo de enfoque es El proceso de selección de artículos se
fundamental para desarrollar una comprensión realizó de manera exhaustiva a través de
profunda de un tema, a partir de la recopilación diversas bases de datos científicas de alto
de datos y estudios relevantes, evaluando su prestigio, tales como Scopus, Dialnet, y
calidad y contextualización para proporcionar ProQuest. Estas bases fueron elegidas por su
una visión integral y actualizada. Este proceso fiabilidad y la calidad de las publicaciones que
de revisión sistemática sigue un protocolo albergan. Además, se tomaron en cuenta
estricto, garantizando una selección adecuada criterios de calidad establecidos por los
de las fuentes y minimizando posibles sesgos, rankings de revistas, como el Scientific Journal
lo que permite generar conclusiones más Rankings (SJR) y el factor de impacto según
confiables y válidas (Linares et al., 2018). Journal Citation Reports (JCR), los cuales son
indicadores clave para determinar la relevancia
Para asegurar la rigurosidad del y la autoridad de las fuentes seleccionadas
proceso, se utilizó el método PRISMA, un (Rosenstreich, 2007).
conjunto de directrices ampliamente reconocido
y utilizado en la literatura científica para la La búsqueda se orientó a identificar
realización de revisiones sistemáticas y estudios clave que exploran el uso de IA y IoT
metaanálisis (Page, et al., 2011). Urrútia y en el sector de las máquinas eléctricas para la
Bonfill (2010) destacan que el uso de este generación de energía renovable, asegurando
enfoque mejora la calidad de los informes, que los artículos seleccionados estuvieran
asegurando que los resultados presentados alineados con los objetivos de la investigación.
sean claros, completos y transparentes en La recopilación de datos se centró en aquellos
cuanto a los procedimientos de selección de trabajos que presentan avances significativos
los estudios y los hallazgos obtenidos. En el en la implementación de estas tecnologías
contexto particular de esta investigación, la emergentes, así como en su influencia sobre la
revisión sistemática tiene como objetivo eficiencia energética, la sostenibilidad y la
principal responder a la siguiente pregunta de optimización de los sistemas renovables.
investigación: ¿Cómo impactan las tecnologías
 Además, se adoptaron estrategias de la energía renovable, con implicaciones tanto
análisis cualitativo para evaluar las tendencias, para la mejora de la eficiencia como para el
limitaciones y perspectivas futuras sobre la fomento de prácticas más sostenibles en la
integración de estas tecnologías. Esto incluyó generación de electricidad.
una comparación entre los enfoques
convencionales y las innovaciones impulsadas Se llevaron a cabo las estrategias de
por IA y IoT, considerando factores como la búsqueda utilizando términos o palabras clave
mejora en la toma de decisiones, la en español: "inteligencia artificial", "IoT",
automatización de procesos y el monitoreo en "energía renovable", "eficiencia" y en inglés:
tiempo real de los sistemas energéticos. Los "artificial intelligence", "IoT", "renewable
resultados de esta revisión proporcionan una energy", "efficiency". De la misma manera, se
visión detallada de cómo estas tecnologías emplearon operadores booleanos tales como
emergentes están transformando el campo de “AND”, “OR” para el diseño de estrategias:

Tabla 1
Estrategia de búsqueda

Base de Estrategia de búsqueda avanzada N° de artículos N° de artículos

datos encontrados incluidos

Scopus ("inteligencia artificial" OR "IoT") AND "energía 1248 8

renovable" AND "eficiencia"

ProQuest ("inteligencia artificial" OR "IoT") AND "energía 730 5

renovable" AND "eficiencia"

Dialnet ("inteligencia artificial" OR "IoT") AND "energía 20 2

renovable" AND "eficiencia"
Nota: Se muestran los resultados de la estrategia de búsqueda avanzada en diferentes bases de datos.

Dentro de los criterios de elegibilidad, se entre los criterios de exclusión, se consideran

incluyeron estudios realizados entre el aquellos artículos que no están disponibles en
2020-2024, área temática: Ingeniería, energía y las bases de datos seleccionadas ni en el
ciencias de la computación, tipo de documento: rango temporal especificado, además de las
artículo, etapa de publicación: finalizado, investigaciones que han sido publicadas en
idioma: inglés o español, acceso abierto: todo repositorios u otros.
acceso abierto, presentes en bases de datos
como Scopus, ProQuest, y Dialnet. Asimismo,
Ventajas Impacto
3. Resultados
Anticipación de fallas Reducción de
interrupciones no
3.1. Mantenimiento Predictivo y Eficiencia
planificadas
Operativa
Mantenimiento Disminución de
Es importante el uso de inteligencia artificial planificado costos operativos
(IA) para el análisis en tiempo real de datos
extraídos de sensores en máquinas eléctricas. Optimización de la Mejora de la
Esto permite anticipar fallas, reduciendo vida útil de equipos eficiencia operativa y
sostenibilidad
tiempos de inactividad y costos de
mantenimiento, lo que es crucial para la
generación de energía renovable (Smith y
Brown, 2021).
Fortalezas: La implementación de Oportunidades de mejora: La dependencia de
mantenimiento predictivo mejora la tecnología puede generar vulnerabilidades si
significativamente la eficiencia operativa. no se gestiona adecuadamente.

Oportunidades de mejora: La necesidad de 3.4. Interconexión y Colaboración entre

inversiones iniciales y personal capacitado Sistemas
puede ser un obstáculo para su adopción en
pequeñas empresas. La IA mejora la comunicación entre
componentes de máquinas eléctricas,
3.2. Optimización del Consumo Energético promoviendo la colaboración efectiva y
optimizando la generación de energía
El uso del Internet de las Cosas (IoT) permite renovable (Zhang et al., 2020)
monitorear y ajustar el consumo energético en
tiempo real, contribuyendo a la sostenibilidad
mediante la optimización de patrones de uso
(Davis y Lee, 2018). Innovación Aplicación

Flujo fluido de Mejor toma de

información decisiones en la
gestión de energía
Beneficios Evidencias
Coordinación Optimización de
Reducción del Ajustes automáticos
efectiva entre procesos en la
consumo energético basados en análisis
máquinas generación de
de datos
energía
Cumplimientos de Cumplimiento de
objetivos de objetivos de .
sostenibilidad sostenibilidad
Minimización del 3.5. Impacto en el Desarrollo Sostenible
impacto ambiental
Las tecnologías emergentes analizadas
optimizan el uso de recursos en la generación
3.3. Automatización Inteligente de energía renovable y reducen desperdicios,
garantizando un uso responsable de los
Los sistemas habilitados por IA permiten que recursos energéticos (Pérez y Martínez, 2019).
las máquinas eléctricas se adapten a cambios
en tiempo real, incrementando la flexibilidad y
sostenibilidad en la generación de energía
renovable (Smith y Brown, 2021).
Aspectos clave Resultados

Características Efectos Reducción de Mayor sostenibilidad

desperdicios de ambiental
Adaptación dinámica Mayor eficiencia en recursos
a nuevas la producción
circunstancias Alineación con Contribución a metas
objetivos globales de desarrollo
Mayor eficiencia en Optimización sostenible
la continua del sistema
producciónAprendiza
Fortalezas: Las tecnologías emergentes
je automático
contribuyen significativamente a la
sostenibilidad y eficiencia en la generación de
Fortalezas: La automatización inteligente energía.
mejora la eficiencia y la adaptabilidad de las
máquinas eléctricas.
Oportunidades de mejora: Se requiere mayor la vida útil de los equipos y asegura la
accesibilidad a estas tecnologías para que continuidad de la generación eléctrica,
pequeñas y medianas empresas puedan especialmente en parques eólicos situados en
beneficiarse. regiones remotas o de difícil acceso (Pérez y
Martínez, 2019).
4.Discusión Otro ámbito en el que la IA está marcando una
diferencia significativa es en la optimización de
4.1 Aplicaciones de la Inteligencia Artificial en la producción energética. Los sistemas
Máquinas Eléctricas basados en IA analizan datos meteorológicos,
como velocidad y dirección del viento, radiación
El avance de la tecnología y la creciente
solar y temperatura, junto con las
necesidad de fuentes de energía limpias y
características operativas de los generadores y
eficientes han fomentado el desarrollo de
paneles solares. Este análisis permite realizar
soluciones innovadoras en el ámbito de las
ajustes en tiempo real a los parámetros de
máquinas eléctricas. En este marco, la
operación para maximizar la eficiencia
inteligencia artificial se ha consolidado como
energética (Davis y Lee, 2018).
una herramienta muy importante para optimizar
el diseño, la operación y el mantenimiento de Por ejemplo, en generadores eólicos, la IA
estas máquinas, mejorando significativamente optimiza la orientación de las turbinas y la
su rendimiento en la producción y velocidad de los rotores, logrando capturar la
sostenibilidad (Smith y Brown, 2021). mayor cantidad de energía posible incluso bajo
condiciones climáticas variables (Smith y
Entre las aplicaciones más relevantes de la IA
Brown, 2021). De manera similar, en sistemas
en las máquinas eléctricas destaca el
solares, los algoritmos gestionan el ángulo de
mantenimiento predictivo de generadores
los paneles y la distribución de la carga para
eólicos. A través de algoritmos de aprendizaje
nincrementar la captación de energía solar
automático y análisis de datos, la IA puede
(Pérez y Martínez, 2019).
monitorear en tiempo real el estado de
componentes críticos como cojinetes, En el diseño de máquinas eléctricas, como
engranajes y sistemas eléctricos. Estos motores y generadores, la IA también
algoritmos identifican patrones en variables desempeña un papel transformador. Mediante
operativas como vibración, temperatura y ruido, algoritmos de optimización, los ingenieros
permitiendo detectar señales tempranas de pueden explorar un amplio espectro de
fallos (González et al., 2020). posibilidades para desarrollar máquinas más
eficientes y compactas. Estos algoritmos
Este enfoque predictivo habilita intervenciones
consideran diversos factores, como materiales,
preventivas antes de que se produzcan fallos
geometrías y condiciones de operación, para
importantes, lo que disminuye
identificar configuraciones óptimas que
considerablemente los costos de reparación y
reduzcan las pérdidas energéticas y mejoren el
evita interrupciones no planificadas (Smith y
rendimiento (González et al., 2020).
Brown, 2021). Además, esta tecnología alarga

4.2 Rol del IoT en la Gestión Energética eléctricos ha revolucionado el sector (Davis y
Lee, 2018). En el caso de las máquinas
El Internet de las Cosas (IoT) ha eléctricas, el IoT facilita un monitoreo continuo
emergido como una herramienta clave en la y preciso de su desempeño y eficiencia,
gestión energética, especialmente en el permitiendo optimizar el consumo energético y
contexto industrial y residencial. Su capacidad reducir costos operativos (Pérez y Martínez,
para integrar dispositivos conectados, recopilar 2019).
datos en tiempo real y proporcionar información
valiosa sobre el comportamiento de sistemas
 Uno de los aspectos más destacados Otra ventaja significativa del IoT en la
del IoT es su habilidad para realizar monitoreos gestión energética es la implementación de
constantes sobre las condiciones operativas de estrategias de mantenimiento predictivo. Al
las máquinas . A través de sensores instalados recopilar datos históricos sobre el rendimiento
en los equipos eléctricos, el IoT recopila de las máquinas, los algoritmos pueden
información como temperatura, vibración, predecir cuándo es probable que un equipo
consumo de energía y otros parámetros clave necesite mantenimiento, lo que permite realizar
que afectan la eficiencia de las máquinas. intervenciones preventivas antes de que
Estos datos son transmitidos en tiempo real a ocurran fallos. Esto no solo mejora la vida útil
plataformas en la nube, donde son procesados de los equipos, sino que también reduce la
y analizados, proporcionando una visión clara necesidad de reparaciones costosas y no
sobre el estado de los equipos y el consumo planificadas, optimizando aún más los costos
energético en cualquier momento (Smith y operativos (Davis y Lee, 2018).
Brown, 2021).
El IoT también juega un papel crucial
Una vez que los datos se recopilan y en la mejora de la sostenibilidad energética.
se envían a plataformas en la nube, se utilizan Con la capacidad de monitorear en tiempo real
algoritmos avanzados de análisis de datos para el consumo de energía de cada máquina y
identificar patrones, tendencias y posibles ajustar su funcionamiento según sea necesario,
anomalías en el rendimiento de las máquinas las empresas pueden garantizar que no haya
(Davis y Lee, 2018). Estos análisis permiten a consumo innecesario. Además, el IoT puede
los operadores detectar posibles fallos o facilitar la integración de fuentes de energía
ineficiencias antes de que se conviertan en renovable, como la energía solar o eólica, a
problemas graves, lo que puede prevenir través de sistemas inteligentes que ajustan
costosos tiempos de inactividad o reparaciones automáticamente el uso de energía en función
inesperadas (Pérez y Martínez, 2019). Además, de la disponibilidad de estas fuentes. Esto no
al analizar las tendencias de consumo solo reduce la huella de carbono de las
energético, se pueden identificar áreas de operaciones, sino que también ayuda a las
mejora y oportunidades para reducir el gasto organizaciones a cumplir con las normativas
energético, optimizando el uso de recursos. ambientales y las metas de sostenibilidad
(Smith y Brown, 2021).
Gracias a la capacidad de procesar y
analizar los datos de manera inmediata, las En resumen, el rol del IoT en la gestión
plataformas IoT permiten a los responsables de energética es transformador. La capacidad de
la gestión energética tomar decisiones monitorear, analizar y optimizar en tiempo real
informadas de forma rápida (Smith y Brown, el desempeño de las máquinas eléctricas
2021). Por ejemplo, si un dispositivo está permite mejorar la eficiencia energética, reducir
funcionando fuera de los parámetros óptimos, costos y fomentar una mayor sostenibilidad. A
se pueden realizar ajustes en tiempo real, medida que las tecnologías IoT siguen
como modificar la velocidad de un motor o evolucionando, su integración en la gestión
ajustar los ciclos de operación de una máquina. energética será cada vez más crucial,
Esta flexibilidad mejora la eficiencia operativa y ayudando a las organizaciones a enfrentar los
contribuye a un uso más responsable de la desafíos energéticos del futuro de manera más
energía, minimizando el desperdicio y inteligente y eficiente (Davis y Lee, 2018).
mejorando la sostenibilidad de las operaciones
(Pérez y Martínez, 2019).

3.3 Beneficios y Desafíos del IoT en la El uso del IoT en la gestión energética
Gestión Energética ofrece una variedad de beneficios significativos
para las organizaciones, tanto en términos de
eficiencia operativa como de sostenibilidad. No
obstante, también presenta ciertos desafíos energías renovables, lo que permite un
que deben abordarse para aprovechar al uso más equilibrado y sostenible de los
máximo su potencial. recursos energéticos, promoviendo la
transición hacia un modelo energético
Beneficios más verde (Yadav y Sharma, 2019).

1. Mayor Eficiencia Energética Desafíos

La implementación de
dispositivos IoT permite un monitoreo 1. Ciberseguridad
continuo y preciso del consumo A medida que más dispositivos
energético, lo que facilita la se conectan a Internet, la
identificación de ineficiencias en tiempo vulnerabilidad a ciberataques aumenta.
real. Mediante el análisis de los datos Los sistemas IoT que recopilan y
recopilados, es posible ajustar gestionan datos energéticos sensibles
automáticamente los procesos y pueden ser objetivo de cibercriminales,
equipos para maximizar el uso eficiente lo que podría comprometer la
de la energía. Esto no solo reduce el integridad de la red eléctrica, alterar los
consumo innecesario, sino que también datos recopilados o incluso causar
mejora la eficiencia general del daños a los equipos. La protección de
sistema, contribuyendo a una gestión estos sistemas requiere medidas de
energética más sostenible (Zhang y seguridad robustas, como el uso de
Wang, 2020). criptografía avanzada, autenticación
segura y protocolos de protección de
2. Reducción de Costos Operativos datos, lo que aumenta la complejidad y
La optimización del consumo el costo de implementación del IoT
energético a través del IoT tiene un (Zhao, Liu, y Zhang, 2018).
impacto directo en la reducción de
costos operativos. Los sensores y 2. Interoperabilidad entre Dispositivos
dispositivos inteligentes permiten Uno de los mayores desafíos
detectar anomalías o fallos en el en la implementación de soluciones IoT
funcionamiento de equipos antes de es la interoperabilidad entre los
que se conviertan en problemas diferentes dispositivos y plataformas.
mayores, lo que reduce el tiempo de Existen diversos fabricantes que
inactividad y las reparaciones costosas. ofrecen sensores, dispositivos y
Además, la capacidad de realizar plataformas de gestión de energía,
mantenimiento predictivo ayuda a pero muchos de estos productos no
prolongar la vida útil de los equipos, están diseñados para funcionar de
disminuyendo la necesidad de manera conjunta. Esto puede generar
inversiones frecuentes en nuevos problemas de integración, lo que
equipos o reparaciones urgentes dificulta el proceso de consolidar todos
(Zhang y Wang, 2020). los datos en una sola plataforma de
análisis y toma de decisiones. Asegurar
3. Minimización del Impacto Ambiental que los dispositivos de diferentes
El IoT también juega un papel proveedores puedan comunicarse de
crucial en la reducción de la huella de manera fluida es fundamental para una
carbono y el impacto ambiental. A gestión energética eficaz y eficiente
través de la gestión eficiente de la (Zhang y Wang, 2020).
energía, las organizaciones pueden
reducir el desperdicio energético y, en 3. Alto Costo Inicial de Implementación
consecuencia, disminuir las emisiones Aunque los beneficios a largo
de gases de efecto invernadero. plazo del IoT en la gestión energética
Además, el IoT facilita la integración de son claros, la inversión inicial puede
 ser considerable. La instalación de Aunque los beneficios del IoT en la
sensores, la integración de dispositivos gestión energética son innegables, también es
conectados y la implementación de importante reconocer los desafíos que
plataformas en la nube requieren una acompañan su adopción. La ciberseguridad, la
inversión significativa. Además, las interoperabilidad y el alto costo inicial son
empresas deben tener en cuenta los aspectos que deben ser considerados y
costos asociados con la formación del gestionados adecuadamente. A medida que la
personal y el mantenimiento continuo tecnología evoluciona, se espera que estos
de los sistemas. Este alto costo inicial obstáculos se minimicen, permitiendo que más
puede ser un obstáculo para muchas organizaciones aprovechen las ventajas del IoT
organizaciones, especialmente las de para una gestión energética más eficiente,
menor tamaño, que pueden dudar en económica y sostenible (Zhao et al., 2018).
adoptar tecnologías IoT sin una
justificación clara de retorno de
inversión a corto plazo (Singh y Soni,
2018).

Conclusiones Aunque existen desafíos, como la

ciberseguridad, la interoperabilidad entre
La integración de la inteligencia dispositivos y el alto costo inicial de
artificial (IA) y el Internet de las Cosas (IoT) en implementación, el avance continuo de estas
las máquinas eléctricas representa una tecnologías promete superar estas barreras.
oportunidad significativa para optimizar la Con el tiempo, se espera que el costo de los
eficiencia y sostenibilidad en la generación de dispositivos y sistemas IoT se reduzca, y que
energía renovable. Estas tecnologías permiten los problemas de integración y seguridad sean
un monitoreo continuo, el análisis de grandes cada vez más fáciles de manejar. Esto hará
volúmenes de datos en tiempo real y la que la implementación de estas tecnologías
automatización de procesos, lo que contribuye sea más accesible para una mayor cantidad de
a una mejor gestión energética y un uso más empresas y organizaciones, ampliando las
eficiente de los recursos. A través de la posibilidades de adopción y promoviendo un
implementación de sensores inteligentes y futuro más eficiente y sostenible en la
algoritmos predictivos, las máquinas pueden generación de energía.
operar con mayor precisión, reduciendo tanto el
consumo energético como el impacto En conclusión, la convergencia de la IA
ambiental. y el IoT en el ámbito energético ofrece una vía
prometedora para transformar la forma en que
El IoT, combinado con la IA, permite generamos y gestionamos la energía. A
una gestión más dinámica de las operaciones y medida que estas tecnologías maduran, su
el mantenimiento, lo que mejora la confiabilidad implementación se convertirá en un pilar
de los sistemas y prolonga la vida útil de los fundamental para la transición hacia sistemas
equipos. Además, facilita la integración de energéticos más inteligentes y ecológicos.
fuentes de energía renovable en la red,
optimizando el uso de estas fuentes según su
disponibilidad y maximizando la eficiencia de la
infraestructura energética.

Referencias
● Davis, J., & Lee, K. (2018). Optimizing energy consumption through IoT: A sustainable
approach. Journal of Renewable Energy, 45(3), 112-123.
https://doi.org/10.1016/j.jre.2018.01.005
● Kumar, R., & Singh, P. (2023). IoT applications in renewable energy generation: A review.
Renewable Energy Studies, 29(4), 332-350.

● Linares, J., et al. (2018). Metodología de una revisión sistemática. Actas Urológicas Españolas,
42(8), 499-506. https://doi.org/10.1016/j.acuro.2018.01.010

● Liu, Y., Zhang, J., & Wang, Z. (2020). Green IoT: Design goals, challenges, and energy
solutions. IEEE. https://doi.org/10.1109/GCWkshps50303.2020.9367432

● Page, M. J., et al. (2021). Declaración PRISMA 2020: Una guía actualizada para la publicación
de revisiones sistemáticas. Revista Española de Cardiología, 74(9), 790-799.
https://doi.org/10.1016/j.recesp.2021.06.016

● Pérez, M., & Martínez, R. (2019). Emerging technologies and their impact on sustainable
energy systems. International Journal of Energy Research, 43(6), 2345-2360.
https://doi.org/10.1002/er.4423

● Pineda, M. C., Leyva-Moral, J. M., & Moya, J. L. M. (2011). El análisis de los datos cualitativos:
Un proceso complejo. Index de Enfermería, 20(1-2), 96-100.
https://doi.org/10.4321/s1132-12962011000100020

● PRISMA 2020 Statement. (2020). Preferred Reporting Items for Systematic Reviews and
Meta-Analyses. Recuperado de www.prisma-statement.org.

● Revolutionizing renewable sources of energy using IoT: Impact and challenges. (2024). IEEE.
https://ieeexplore.ieee.org/document/10263688

● Rosenstreich, D. (2007, January 1). Journal reputations and academic reputations - The role of
ranking studies.

● Singh, D., Yadav, M., & Sharma, A. (2019). Internet of things-based smart building for energy
efficiency. In Advances in Smart Energy Systems and Technologies (pp. 379-390). Springer.
https://doi.org/10.1007/978-3-030-55508-5_20

● Singh, P., & Soni, P. (2018). Toward green IoT: Energy solutions and key challenges. IEEE
Access, 6, 69401–69410. https://doi.org/10.1109/ACCESS.2018.2884538
● Smith, A., & Brown, T. (2021). Predictive maintenance in renewable energy systems: A review
of recent advancements. Renewable Energy Reviews, 67(2), 98-110.
https://doi.org/10.1016/j.rerv.2020.12.010

● Wang, Y., et al. (2022). Optimizing renewable energy systems with artificial intelligence. Energy
Journal, 34(2), 145-162.

● Zhang, Y., Liu, H., & Wang, J. (2020). AI and machine learning in energy management:
Opportunities and challenges. Energy Reports, 6, 123-134.
https://doi.org/10.1016/j.egyr.2020.10.001

● Zhang, Y., Xu, C., & Li, H. (2020). Revolutionizing renewable sources of energy using IoT:
Impact and challenges. IEEE Access, 8, 167828–167838.
https://doi.org/10.1109/ACCESS.2020.3018180
● Zhao, W., Liu, Z., & Zhang, Y. (2018). IoT-enabled smart energy grid: Applications and
challenges. IEEE Proceedings, 107(8), 1630-1642.
https://doi.org/10.1109/JPROC.2019.2915292