Um estudo sobre as abordagens de séries temporais hierárquicas para previsão do consumo de energia elétrica do setor industrial brasileiro

• Ano de defesa: 2023
• Autor(a) principal: Cabreira, Marlon Mesquita Lopes
• Orientador(a): Silva, Felipe Leite Coelho da
• Banca de defesa: Silva, Felipe Leite Coelho da , Vera-Tudela, Carlos Andrés Reyna , Oliveira, Fernando Luiz Cyrino
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal Rural do Rio de Janeiro
• Programa de Pós-Graduação: Programa de Pós-Graduação em Modelagem Matemática e Computacional
• Departamento: Instituto de Ciências Exatas
• País: Brasil
• Palavras-chave em Português: Previsão; Séries Temporais Hierárquicas; Energia Elétrica; Forecasting; Hierarchical Time Series; Electricity
• Área do conhecimento CNPq: Ciência da Computação
• Link de acesso: https://rima.ufrrj.br/jspui/handle/20.500.14407/18937

O setor industrial brasileiro é o maior consumidor de energia elétrica e, portanto, o pla- nejamento energético torna-se muito importante, principalmente devido ao impacto econômico, social e ambiental. Neste contexto, as análises e projeções consumo de energia elétrica tornam- se ferramentas úteis para a tomada de decisões. No setor industrial, o consumo de energia elétrica pode ser organizado em uma estrutura hierárquica composta por cada região geográfica (Sul, Sudeste, Centro-Oeste, Nordeste e Norte) e seus respectivos estados. O objetivo deste trabalho é analisar e avaliar a capacidade preditiva das abordagens bottom-up, top-down, com- binação ótima e híbrida utilizadas para prever o consumo de energia elétrica no setor industrial brasileiro. A abordagem híbrida proposta neste trabalho combina as abordagens bottom-up e top-down. Essas abordagens incorporaram as projeções obtidas através dos métodos preditivos de suavização exponencial e de Box e Jenkins. Além disso, foi apresentada uma análise explo- ratória para as séries temporais de consumo de energia elétrica do setor industrial para o Brasil, regiões e estados. Os resultados indicam que a abordagem híbrida proposta pode contribuir para a análise e projeção do consumo de energia elétrica no setor industrial. A capacidade preditiva das abordagens foi avaliada pelas métricas MAPE e RMSE.