Análise da demanda elétrica brasileira baseada em métodos de previsão
Resumo
O grande avanço tecnológico nas últimas décadas apresentou uma significativa mudança nas
relações da humanidade com o planeta, o consumo energético, as fontes de energia e o destino
dessa energia acompanharam essa profunda mudança. Nesse contexto, a busca por processos
mais sustentáveis e, consequentemente, mais eficientes energeticamente é um objetivo cada
vez mais desejado na maioria dos processos produtivos e sociais. O Brasil é um grande
fornecedor de diferentes fontes energéticas e, do mesmo modo, um grande consumidor. Por
isso, a previsão da demanda energética do país é fundamental para que os objetivos
intimamente ligados com a sustentabilidade mundial sejam alcançados. Os modelos de
previsão apresentam um papel fundamental para o estudo do comportamento da demanda
energética, dos principais fatores influentes e para a tomada de decisões mais assertivas em
qualquer processo. O presente trabalho buscou analisar o desempenho de modelos de previsão
da demanda energética brasileira ao longo do período de 1970 até 2020 considerando a
influência de variáveis de setores energéticos, econômicos e sociais do país. Os modelos
clássicos de séries temporais como o modelo de Suavização Exponencial corrigido pela
tendência (Método de Holt) e o modelo ARIMA, além de modelos de séries temporais
nebulosas multivariadas e redes neurais recorrentes de longa e curta memória foram utilizados
no presente trabalho. Os modelo univariados tiveram resultados satisfatórios, o modelo
ARIMA(2,0,1) apresentou o melhor valor das métricas de desempenho para modelos
univariados (RMSE = 0.288), o modelo de Redes Neurais Recorrentes (LSTM) apresenta o
segundo melhor desempenho (RMSE = 0.830), na terceira posição, tem-se o modelo de Séries
Temporais Nebulosas (RMSE = 4.271), na quarta posição, tem-se o modelo de Suavização
Exponencial de Holt Clássico (RMSE = 4.420) seguido pelo modelo de Suavização
Exponencial de Holt Amortecido (RMSE = 4.497), por fim, o modelo de Suavização
Exponencial Simples (RMSE = 5.4144). Analisando os modelos paramétricos, o modelo
ARIMA (2,0,1) também apresentou o melhor resultado para a métrica AIC e BIC. Em relação
aos modelos multivariados que utilizaram 6 variáveis explicativas (Número de Habitantes no
Brasil, Consumo Energético Total, Consumo de Energia Elétrica, PIB Total do Brasil,
Consumo de Gasolina e Preço da Gasolina em relação ao Preço do Petróleo Importado), o
Modelo LSTM apresentou o melhor resultado em relação à métrica RMSE, seguido pelo
Modelo FIG-FTS e WMV-FTS, os valores de RMSE foram de 0,4749, 2,81385 e 3,9108,
respectivamente.
Coleções
Os arquivos de licença a seguir estão associados a este item: