Se desarrollo un sistema de caracterizacion de cargas en una plataforma embebida, con la finalidad de identificar dispositivos electricos usados en el hogar. Para el proceso de caracterizacion se definieron los parametros electricos mas representativos de las distintas cargas, los cuales fueron utilizados en el entrenamiento de una red neuronal artificial implementada en una plataforma embebida con una topologia de red con el mejor desempeno en terminos de recurso computacional, tiempo de ejecucion y porcentaje de error. La estructura de la red utilizo dos capas ocultas cada una con 10 neuronas, obteniendo un error promedio de 2.051% con una desviacion estandar de 1.23%. Con la caracterizacion de cargas electricas se logro plantear un sistema domotico inteligente el cual puede generar un ahorro de hasta el 23% con respecto a los sistemas domoticos tradicionales o un 69% de ahorro en comparacion a una vivienda sin ningun tipo de automatizacion o sistema de control. El sistema de gestion de demanda propuesto puede gestionar de forma activa las cargas debido al conocimiento de los elementos conectados a la red, identificando los periodos de bajo consumo lo cual puede relacionarse a procesos de carga finalizada en celulares, computadores portatiles o modo de espera en televisores. La identificacion de cargas facilita la implementacion de esquemas de gestion y control de cargas electricas.