Acurácia dos métodos de previsão base e combinação via reconciliação temporal de demanda para tubos de revestimento de poços terrestres de petróleo: Rio Grande do Norte e Ceará

• Autor(a) principal: Dantas, Leandro de Medeiros
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/45775
• topic: Previsão de séries temporais; Precisão da previsão; Hierarquia temporal; Tubos de revestimento; Métodos de previsão

O declínio da produção em campos maduros no setor de petróleo e gás levam as empresas a otimizar ainda mais seus custos de estoques e aquisições. Este trabalho tem como objetivo comparar a acurácia de diferentes métodos de previsão base e combinada via hierarquia temporal de demanda de tubos de revestimento para poços de petróleo em terra aplicados nos estados brasileiros do Rio Grande do Norte e Ceará (RN & CE). O método de pesquisa foi exploratório aplicado nos métodos de previsão: ingênuo, ingênuo sazonal, ETS (ExponenTial Smooth), ARIMA (AutoRegressive Integrated Moving Average) e THETA, com métricas de precisão: MAPE (erro percentual médio absoluto), sMAPE (erro percentual médio absoluto simétrico), RMSE (raiz do erro médico quadrático) e MASE (erro médio absoluto de escala), utilizando uma abordagem de treino no período de 2010 a 2016 e teste nos anos de 2017 e 2018. Para as previsões básicas, os métodos ETS e ARIMA equiparam-se ao melhor dos resultados, o próprio benchmark (ingênuo). Considerando a reconciliação temporal, houve diversas melhorias nos diferentes métodos e métricas aplicados, porém, não sendo unânimes em todos os casos. Percebe-se um destaque no método THETA quando da utilização da abordagem de reconciliação via hierarquia temporal, que ocorreu, pois, as acurácias básicas são baixas, portanto sendo mais eficiente nesse cenário de baixa acurácia. Os diferentes resultados entre as frequências podem ser explicados pelas dificuldades dos modelos reconciliados de captar, com relativa acurácia, as componentes de tendência e sazonalidade dos modelos.