Becerra Botero, Miguel AlbertoUribe Rios, Janny Michael2025-09-232025-09-232025https://repositorio.pascualbravo.edu.co/handle/pascualbravo/2947En el ámbito del mantenimiento de redes de distribución de energía eléctrica, el consumo de materiales es constante debido a las actividades de mantenimiento preventivo y correctivo. Actualmente, la planificación de compras se realiza mediante una metodología empírica: se toma como base el consumo del año anterior, se incrementa en un 15 %, y se consideran necesidades adicionales detectadas por el personal técnico. Este enfoque puede generar ineficiencias, sobrecostos y errores en la gestión del inventario. Frente a esta situación, el presente trabajo de grado propone el desarrollo de un modelo predictivo basado en regresión lineal, utilizando datos históricos de consumo de materiales correspondientes a los años 2021, 2022, 2023 y 2024. Este modelo está diseñado para proyectar el consumo del año inmediatamente siguiente al más reciente disponible, facilitando una estimación más precisa y técnica de las necesidades materiales. La implementación del modelo permitirá optimizar la planificación de compras, reducir el desperdicio de recursos, mejorar la gestión de inventarios y modernizar los procesos de toma de decisiones en la adquisición de insumos. De esta manera, se busca fortalecer la eficiencia operativa y asegurar la continuidad y calidad del servicio eléctrico.Abstract In the field of maintenance of electrical distribution networks, material consumption is constant due to preventive and corrective maintenance activities. Currently, material purchasing planning follows an empirical methodology: it is based on the previous year’s consumption, increased by 15%, and includes any additional needs identified by technical personnel. This approach may lead to inefficiencies, cost overruns, and errors in inventory management. To address this issue, this undergraduate thesis proposes the development of a predictive model based on linear regression, using historical material consumption data from the years 2021, 2022, 2023, and 2024. The model is designed to forecast the consumption for the year immediately following the most recent data available, enabling a more accurate and technical estimation of material needs. The implementation of this model will improve purchasing planning, reduce resource waste, enhance inventory management, and modernize decision-making processes in the procurement of supplies. This contributes to greater operational efficiency and ensures the continuity and quality of electric service.application/pdfspahttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/closedAccesshttp://purl.org/coar/resource_type/c_46ecAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Distribution of electrical energyElectrical maintenanceMantenimiento eléctricoRedes de distribuciónInteligencia computacionalGestión de inventariosDistribución de energía eléctricaMantenimiento preventivoMantenimiento correctivo