Análise do consumo de energia elétrica da região sudeste utilizando modelos de suavização exponencial
Palavras-chave:
Séries temporais, suavização exponencial, previsão de consumo de energia, modelo ETSResumo
Os métodos de previsão em séries temporais se baseiam na suposição de que há um padrão ou estrutura na série histórica que pode ser identificado e projetado para o futuro. Neste estudo, foram empregados modelos de suavização exponencial para descrever e realizar previsões do consumo de energia elétrica na região Sudeste. A análise foi conduzida com base na série histórica fornecida pela Empresa de Pesquisa Energética (EPE), no período de janeiro de 2004 a julho de 2023. Os dados de 2004 a 2021 foram utilizados como conjunto de treinamento, enquanto os dados a partir de 2022 foram reservados como conjunto de teste. O conjunto de treinamento expõe o modelo a dados históricos, permitindo ajustes internos para capturar características relevantes da série temporal. Após um treinamento bem-sucedido, o modelo deve generalizar padrões para prever o comportamento futuro da série. Por sua vez, o conjunto de teste é utilizado para avaliar o desempenho do modelo.
Downloads
Referências
K.S. Chan e J.D. Cryer. Time series analysis with applications in R. New York: Springer, 2008. ISBN: 9780387759593.
EPE. Empresa de Pesquisa Energética. Acessado em 07/03/2024, https://www.epe.gov.br/pt/publicacoes-dados-abertos/publicacoes/.
R.J. Hyndman. "Measuring forecast accuracy." Em: Business forecasting: Practical problems and solutions. Ed. por M. Gilliland, L. Tashman e U. Sglavo. John Wiley & Sons, 2015. Cap. 3, pp. 177–183.
R.J. Hyndman e Y. Khandakar. "Automatic time series forecasting: the forecast package for R." Em: Journal of statistical software 27 (2008), pp. 1–22. doi: 10.18637/jss.v027.i03.
P. A. Morettin e C. M.C. Toloi. Análise de séries temporais: modelos lineares univariados. Editora Blucher, 2018. ISBN: 9786555060041.