Resumen
La gestión del mantenimiento en las subestaciones eléctricas, así como en los interruptores de potencia ha evolucionado en el transcurso de los años de acuerdo a los equipos de medición de parámetros eléctricos y a las filosofías de mantenimiento mundial. El presente trabajo trata dichos avances desde una visión diferente, se utiliza la inteligencia artificial, específicamente el aprendizaje bajo incertidumbre para la toma de decisiones en la planificación del mantenimiento a los interruptores de potencia de una subestación. Se determina el índice de deterioro, los coeficientes de importancia del deterioro de cada tipo y del elemento del interruptor con la ayuda de los expertos. Posteriormente se obtienen los índices de membresías con los procesos correspondientes para la fusificación y defusificación; finalmente se realiza la evaluación de las reglas y defusificación para el tiempo de mantenimiento, implementando dicho método en diferentes interruptores de potencia. The maintenance management in electrical substations over the years has evolved according to the measurement equipment and the electrical parameters of global maintenance philosophies, and in particular the high voltage breakers have not been left behind. This paper is such advances from a different vision, artificial intelligence, specifically machine learning for decision-making in planning maintenance high voltage breaker sused in a substation. It determines the rate of deterioration, the coefficients of importance of each type of the deterioration and the high voltage breaker element with the help of experts. Subsequently are obtained the membership rates with the corresponding processes for fuzzification and defuzzification; finally the rule evaluation and defuzzification for the time maintenance is performed, the method is appliance in different high voltage breakers.