Previsão de Consumo de Energia Elétrica na Região Sudeste: Um Estudo de Caso Usando Sarima / Forecast of Electricity Consumption in the Southeast Region: A Case Study Using Sarima

Gabriel Stenghele, José Airton Azevedo dos Santos, Flavia Sayuri Miura, Leandro Antonio Pasa, Carla Adriana Pizarro Schmidt

Resumo


O presente trabalho descreve e modela a série temporal de médias mensais do consumo de energia elétrica, da região sudeste do Brasil, utilizando modelos estocásticos do Grupo SARIMA (Autorregressivo Integrado de Média Móvel com a Característica Sazonal da Série). Foi utilizada uma série com consumo de energia elétrica mensal dos anos de 2004 a 2018. Como critério de escolha do modelo foi utilizada a raiz do erro quadrático médio, o erro médio absoluto, o critério Akaiake e o U-Theil. O modelo escolhido foi o SARIMA(1,1,1)(2,3,4). Os resultados obtidos, deste modelo, demonstram sua eficácia para um horizonte de curto prazo.

 

Palavras-chave: SARIMA. Consumo de Eletricidade. Previsão.

 

ABSTRACT

 

The present work describes and models the time series of monthly averages of electric power consumption, from the southeastern region of Brazil, using stochastic models of the SARIMA Group (Moving Average Integrated Autoregressive with the Seasonal Characteristic of the Series). A series with monthly electricity consumption from 2004 to 2018 was used. The criterion for choosing the model was the root mean square error, the absolute mean error, the Akaiake criterion and the U-Theil. The chosen model was the SARIMA (1,1,1) (2,3,4). The results obtained from this model demonstrate its effectiveness for a short term horizon.

 

Keywords: SARIMA. Electricity consumption. Prediction.


Texto completo:

PDF RAR XML

Referências


BOX, G. E. P.; JENKINS, G. M. Time series analysis forecasting and control. San Francisco: Holden-Day, 1976.

BRESSAN, A. A. Tomada de decisão em futuros agropecuários com modelos de previsão de séries temporais. RAE Eletrônica. v. 3, n. 1, 2004.

EPE - Empresa de Pesquisa Energética. Anuário estatístico de energia elétrica de 2018. Disponível em: . Acesso em: 30 abr. 2019.

JUNIOR, L. M. C.; MELQUIADES, T. F.; MARTINS, K. L. C.; JUNIOR, E. P. S. FREITAS, G. P. Previsão de consumo de eletricidade no nordeste brasileiro. Engevista, v. 20, n. 3, 2018.

KHEIRKHAH, A.; AZADEH, A.; SABERI, M.; AZARON, A.; SHAKOURI, H. Improved estimation of electricity demand function by using of artificial neural network, principal component analysis and data envelopment analysis. Computers & Industrial Engineering, v. 64, n. 1, 2013.

MONTGOMERY, D. C.; JENNINGS, C. L.; KULAHCI, M. Introduction to time series analysis and forecasting. New Jersey: John Wiley & Sons. Inc, 2008.

MORETTIN, P.A. Econometria Financeira: Um curso em séries temporais financeiras. São Paulo: Ed: Blucher, 2008.

OLIVEIRA, A. Novo modelo elétrico - papel ampliado para geração distribuída. In Seminário INEE - Instituto Nacional de Eficiência Energética, 2004.

POLLI, D. A.; VIEIRA, N. N. Modelagem estatística da série mensal de acidentes aéreos: um algoritmo automatizado para a seleção de modelos de previsão do número de ocorrências em curto prazo. Revista Conexão Sipaer, v. 6, n. 1, 2015.

SILVA, C. A. G. Previsão do preço da commodity café arábica: Uma aplicação da Metodologia Box-Jenkins. Revista Espacios, v. 39, n. 04, 2018.

WALTER, O. M. F. C., HENNING, E., MORO, G., SAMOHYL, R. W., Aplicação de um modelo SARIMA na previsão de vendas de motocicletas. Exacta - EP, v. 11, 2013.

YIN, R. K. Estudo de caso: planejamento e métodos. Porto Alegre: Bookman, 2013.




DOI: http://dx.doi.org/10.12819/2020.17.2.9

Apontamentos

  • Não há apontamentos.


Licença Creative Commons
Este obra está licenciado com uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional.

Ficheiro:Cc-by-nc-nd icon.svg

Atribuição (BY): Os licenciados têm o direito de copiar, distribuir, exibir e executar a obra e fazer trabalhos derivados dela, conquanto que deem créditos devidos ao autor ou licenciador, na maneira especificada por estes.
Não Comercial (NC): Os licenciados podem copiar, distribuir, exibir e executar a obra e fazer trabalhos derivados dela, desde que sejam para fins não-comerciais
Sem Derivações (ND): Os licenciados podem copiar, distribuir, exibir e executar apenas cópias exatas da obra, não podendo criar derivações da mesma.

 


ISSN 1806-6356 (Impresso) e 2317-2983 (Eletrônico)