El análisis de datos de parámetros eléctricos tiene un protagonismo creciente en las investigaciones asociadas con las Redes Eléctricas Inteligentes. Para extraer información sobre la calidad del suministro y el consumo, detectar anomalías y planificar acciones, se requieren diversas herramientas y técnicas, tradicionalmente basadas en algoritmos de procesamiento de señales y análisis estadístico. La notable evolución de los algoritmos de aprendizaje automático en el curso de los últimos años ha revolucionado este campo, proporcionando una variedad de métodos y enfoques para el análisis de bases de datos de mediciones eléctricas que amplía significativamente las posibilidades conocidas en esta área de la ingeniería.
En esta disertación se presentarán algunos trabajos realizados sobre bases de datos de demanda de potencia eléctrica en distintas instalaciones de la Universidad Nacional de Mar del Plata (Argentina), en los cuales se ha evaluado el potencial de diferentes algoritmos de aprendizaje automático para realizar pronósticos, estimar variables y detectar comportamientos anómalos. A lo largo de la presentación se hará énfasis tanto en los resultados positivos como en las cuestiones no resueltas, que en todos los casos abren la puerta a nuevas extensiones de estos estudios. | 
