Definir y agrupar correctamente los alimentadores eléctricos es de gran importancia para los operadores del sistema eléctrico. En este documento, comparamos dos técnicas de agrupamiento diferentes, K-means y agrupamiento jerárquico aglomerativo, aplicadas a datos reales de la región este de Paraguay. Los datos crudos fueron preprocesados, lo que resultó en cuatro conjuntos de datos, a saber, (i) una demanda semanal de alimentadores, (ii) una demanda mensual de alimentadores, (iii) un conjunto de características estadísticas extraídas de los datos originales y (iv) un conjunto de características de consumo estacional y diario obtenido considerando las características de la curva de carga paraguaya. Considerando los cuatro conjuntos de datos, se evaluaron un total de 36 modelos con los índices de validación Silhouette, Davies-Bouldin y Calinski-Harabasz utilizando dos algoritmos de agrupamiento, dos métricas de distancia y cinco criterios de enlace. Los algoritmos K-means con los conjuntos de datos de características estacionales mostraron el mejor rendimiento considerando los índices de validación Silhouette, Calinski-Harabasz y Davies-Bouldin con una configuración de seis grupos.