La detección de anomalías se ha utilizado ampliamente en una variedad de dominios de investigación y aplicación, como la detección de intrusiones en redes, la detección de fraudes en seguros/tarjetas de crédito, la informática en salud, la detección de daños industriales, el procesamiento de imágenes y la detección de nuevos temas en la minería de textos. En este artículo, nos enfocamos en la gestión de instalaciones remotas que identifica eventos anómalos en edificios al detectar anomalías en los datos de consumo eléctrico de los edificios. Investigamos cinco modelos dentro de los datos de consumo eléctrico de diferentes escuelas para detectar anomalías en los datos. Además, propusimos un modelo híbrido que combina regresión polinómica y distribución gaussiana, que detecta anomalías en los datos con 0 falsos negativos y una precisión promedio superior al 91%. Basado en el modelo propuesto, desarrollamos un sistema de detección y visualización de datos para una empresa de gestión de instalaciones para detectar y visualizar anomalías en los datos de consumo eléctrico escolar. El sistema es probado y evaluado por los gerentes de instalaciones. Según la evaluación, nuestro sistema ha mejorado la eficiencia de los gerentes de instalaciones para identificar anomalías en los datos.