La era de cuarta revolución industrial, o Industria 4.0, es un modelo de industria que requiere de la interconexión entre la instrumentación, el control y la supervisión de los sistemas. La integración entre la Industria 4.0 y el sistema eléctrico se conoce como red eléctrica inteligente, o smart grid. La introducción de redes inteligentes ha supuesto grandes desafíos en términos de calidad de energía. El uso creciente de dispositivos de estado sólido, dispositivos electrónicos de potencia, cargas no lineales y sistemas desbalanceados provocan frecuentes perturbaciones en la red [4]. Estas provocan el mal funcionamiento de los equipos y pueden generar pérdidas económicas considerables [4]. Si bien existen diferentes trabajos en detección y clasificación de fallos y anomalías, la mayoría están fundamentadas sólo en el sistema de transmisión, y no se tienen en cuenta las redes inteligentes y el sistema de distribución en una aplicación práctica. En este sentido, este proyecto busca aplicar técnicas modernas de aprendizaje profundo, en particular, redes neuronales convolucionales profundas, para procesar la información adquirida en todos los nodos del sistema de una red inteligente, utilizando aprendizaje supervisado. De este modo, se busca desarrollar una metodología que permita identificar perturbaciones y anomalías, utilizando la información obtenida del sistema de medición de la red, mejorando así la capacidad del sistema a reaccionar ante un evento, lo que mejora la robustez y resiliencia del sistema en general.