En esta tesis se analiza y formula un modelo de machine learning con el objetivo de mejorar la precisión del pronóstico de la demanda eléctrica para el día siguiente. Actualmente, este pronóstico es realizado diariamente por el operador del sistema eléctrico peruano mediante un procedimiento tradicional. Sin embargo, el enfoque global de la metodología de este procedimiento vigente y aprobado desde el 2011, no refleja con precisión la evolución diaria de la demanda en barra, un aspecto crítico para la operación de la red. Esta problemática es de interés tanto para el operador del sistema como para los agentes del mercado, especialmente debido a la aparición de congestiones en los equipos de transmisión y a la necesidad de optimizar la asignación de recursos a través del Programa Diario de Operación (PDO). Para abordar esta cuestión, se lleva a cabo una revisión exhaus...