Previsão de séries temporais com aplicações a séries de consumo de energia elétrica

AUTOR(ES)

Roger Junio Campos

DATA DE PUBLICAÇÃO

2008

RESUMO

O objetivo principal desta dissertação é estudar e aplicar métodos de previsão de longo-prazo para previsão de consumo de energia elétrica em séries com tendências e ciclos utilizando apenas os regressores da série histórica. Foram realizados dois estudos de caso, o primeiro usando a série de consumo de energia da cidade de New England (USA), e o outro a série de consumo do Estado de Minas Gerais (Brasil). O trabalho aborda métodos de previsão bastantes disseminados no meio acadêmico e científico, a saber são eles: o modelo AutoRegressive Integrated Moving Average (ARIMA), Nonlinear AutoRegressive Integrated Moving Average (NARIMA), a Rede Neuro-Fuzzy (RNF) e a Rede Neural (RNA). Usando essas quatro representações a previsão de 60 passos à frente do consumo de energia é estimado. Como primeiro passo, foi definida qual técnica seria usada para separar as componentes das séries temporais. A metodologia usada foi proposta por Mohr (2005). A componente sazonal é estimada usando os modelos NARIMA, RNF e RNA, e os modelos obtidos são somados à componente de tendência resultando as estimativas do consumo. O modelo ARIMA é estimado usando a série temporal sem separar suas componentes. Os modelos são comparados usando os índices de desempenho: MPE, MAPE e RMSE. No caso do consumo do Estado de Minas Gerais, como a série temporal é composta por poucas observações, na previsão de 60 passos à frente a componente de tendência é aproximada por uma reta, e como não existem amostras para realizar a comparação, é realizada uma análise espectral das previsões juntamente com a série original de consumo. Os resultados obtidos para os dois estudos de caso mostram que os modelos ARIMA, NARIMA, RNF e RNA são ferramentas eficientes que podem auxiliar no planejamento e tomadas de decisões no setor elétrico

ASSUNTO(S)

engenharia elétrica teses. energia elétrica consumo previsão teses.

Documentos Relacionados

• Detecção de determinismo e modelagem preditiva de séries temporais de consumo de energia elétrica
• Tomada de decisão em futuros agropecuários com modelos de previsão de séries temporais
• Previsão da temperatura média mensal de Uberlândia, MG, com modelos de séries temporais
• Contribuição de modelos de series temporais para a previsão da arrecadação de ISS
• PREVISÃO E IMPACTOS SETORIAIS DO CONSUMO DE ENERGIA ELÉTRICA NO BRASIL: UMA ANÁLISE INTEGRADA ECONOMÉTRICA COM INSUMOPRODUTO PARA O PERÍODO DE 2009 A 2014