Modelagem do consumo de energia elétrica na região Sudeste com séries temporais e redes neurais artificiais

• Autor(a) principal: Silva, Mateus de Freitas
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFU
• Texto Completo: https://repositorio.ufu.br/handle/123456789/36042
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA; Sarima; Autoregressive; Autorregressivo; Forecast; LSTM; RMSE; Previsão

A questão da energia elétrica, com seu complexo processo de produção, distribuição e consumo, sempre teve muita visibilidade, por questões ambientais, falhas de planejamento, apagões e viabilidade econômica. No Brasil, a região Sudeste é a principal consumidora de energia, e conta com uma matriz diversificada de produção. Por esse motivo, esta pesquisa aborda a série temporal mensal de consumo de energia elétrica na região, com o intuito de encontrar um modelo apto a fazer previsões para essa variável, e absorver o seu comportamento ao longo do tempo, sua tendência e sua sazonalidade. Foram empregadas técnicas de séries temporais, por meio da metodologia de Box-Jenkins, com modelos sazonais autorregressivos, do tipo SARIMA, e modelos de Redes Neurais Recorrentes do tipo LSTM (Long Short Term Memory). O critério utilizado para tomar uma decisão analítica sobre qual modelo é o melhor foi a Raiz do Erro Quadrático Médio, cuja sigla em inglês é RMSE, de modo que o modelo escolhido, em todos os casos, foi aquele com menor valor para o RMSE. Com base nisso, verificou-se que, para previsões a curto prazo, com realimentação de dados, o modelo de Redes Neurais se mostrou bastante eficaz. Por outro lado, se a intenção é desenvolver previsões a longo prazo, projetando o consumo para os 12 meses seguintes, de uma só vez, o modelo SARIMA é o mais adequado, evitando erros muito acentuados em alguns meses.