En distintas entidades de planificación se usan procesos anticuados, dejando los procesos sin muchas funcionalidades que aportan las nuevas tecnologías de programación. Los estudios de planificación se realizan en base a proyecciones realizadas con modelos econométricos, estos llegan a ser complejos. Este trabajo busca desarrollar un método con redes neuronales para la proyección de demanda potencias los estudios de planificación. El desarrollo empezó con el diseño de una red tipo MLP en el lenguaje de programación Python con una librería especializada en redes neuronales, la cual se entrenó con datos reales de demanda total de todas las unidades generadoras del Ecuador, después con la red entrenada se realizó una proyección hasta el 2029 que se usó como base para un estudio de confiablidad de la generación del sistema nacional interconectado, teniendo presente las normas de CENACE con respecto a la reserva de generación. Los resultados mostraron una gran precisión de la proyección de los últimos meses del año 2022, y una confiabilidad alta usando el índice más representativo LOLE y a partir del año 2023 con la salida de servicio de COCA CODO SINCLAIR, el índice LOLE subió siendo mayor a su valor recomendado, por lo que es necesario tomar medidas preventivas ante posibles pérdidas de carga.