UM ESTUDO SOBRE OS MODELOS PREDITIVOS APLICADOS AO CONSUMO DE ENERGIA

João Vittor Xavier Barroso Veras; Felipe Leite Coelho Da Silva

Todos os Trabalhos

Trabalho

Título do Trabalho

UM ESTUDO SOBRE OS MODELOS PREDITIVOS APLICADOS AO CONSUMO DE ENERGIA

Autores

João Vittor Xavier Barroso Veras
Felipe Leite Coelho Da Silva

Modalidade

Resumo

Área temática

Ciências Exatas e da Terra - Matemática

Data de Publicação

27/03/2026

País da Publicação

Brasil

Idioma da Publicação

pt-BR

Página do Trabalho

https://www.even3.com.br/anais/xii-reuniao-anual-iniciacao-cientifica-da-ufrrj-raic/1326229-um-estudo-sobre-os-modelos-preditivos-aplicados-ao-consumo-de-energia

ISBN

978-65-272-2302-3

Palavras-Chave

Séries temporais; previsão de energia; modelos preditivos; redes neurais; ARIMA

Resumo

O consumo de energia elétrica no setor industrial brasileiro constitui um elemento estratégico para compreender a dinâmica produtiva nacional e orientar políticas de desenvolvimento sustentável. Considerando sua relevância, este estudo tem como objetivo analisar diferentes modelos preditivos aplicados ao consumo energético, com ênfase na avaliação metodológica de séries temporais. A investigação buscou comparar abordagens estatísticas tradicionais, modelos multivariados e técnicas de aprendizado de máquina, destacando suas potencialidades e limitações em diferentes horizontes de previsão. Inicialmente, foram explorados modelos univariados clássicos, como Holt-Winters e ARIMA/SARIMA. O Holt-Winters, baseado em suavização exponencial, mostrou-se eficiente em séries com sazonalidade regular e estável, proporcionando resultados rápidos e interpretáveis. Já a metodologia Box-Jenkins (ARIMA/SARIMA) demandou tratamento de não estacionariedade por meio de diferenciação e identificação de ordens apropriadas, revelando maior flexibilidade para capturar padrões complexos, ainda que com maior rigor no processo de estimação. Em seguida, a análise incorporou a Regressão Dinâmica, que ampliou o enfoque univariado ao integrar variáveis exógenas, como o Produto Interno Bruto (PIB) industrial e o Imposto sobre Produtos Industrializados (IPI). Essa modelagem possibilitou avaliar como indicadores macroeconômicos influenciam a trajetória do consumo energético, conferindo maior realismo às previsões. No campo dos modelos multivariados, utilizou-se o Vetor Autorregressivo (VAR), capaz de capturar interdependências dinâmicas entre séries e fornecer ferramentas adicionais de análise, como testes de causalidade de Granger e funções resposta a impulso. Essa perspectiva mostrou-se metodologicamente relevante para investigar a propagação de choques econômicos sobre o consumo de energia e demais variáveis correlatas. Paralelamente, foram avaliadas Redes Neurais Artificiais (RNA), em especial arquiteturas MLP e NNAR, cuja inspiração na aprendizagem biológica possibilita a captura de não linearidades complexas. Essas técnicas apresentaram desempenho promissor em horizontes de curto prazo, sobretudo em séries com maior grau de variabilidade, embora tragam desafios quanto à interpretabilidade de seus resultados. Para comparar as abordagens, foram aplicadas métricas consagradas de acurácia, como a Raiz do Erro Quadrático Médio (RMSE) e o Erro Percentual Absoluto Médio (MAPE). O RMSE mostrou-se adequado para mensurar desvios acentuados, penalizando erros maiores, enquanto o MAPE forneceu uma leitura relativa do desempenho, permitindo a comparação entre variáveis em diferentes escalas. Os resultados indicaram que não há um modelo universalmente superior: redes neurais apresentaram vantagens em previsões de curto prazo e séries mais complexas; Holt-Winters e SARIMA foram eficazes em séries estáveis e com sazonalidade clara; e os modelos multivariados trouxeram robustez para captar interações econômicas relevantes. Além disso, verificou-se que a combinação de modelos pode superar o desempenho de abordagens individuais, ressaltando a importância de metodologias híbridas. Conclui-se que a análise metodológica de diferentes modelos preditivos aplicada ao consumo de energia elétrica industrial contribui não apenas para a seleção da técnica mais apropriada em cada contexto, mas também para subsidiar decisões estratégicas relacionadas à gestão energética e ao planejamento econômico. Dessa forma, o trabalho reforça a relevância do estudo de séries temporais como instrumento científico e aplicado para compreender fenômenos econômicos complexos e propor soluções mais eficientes no campo da previsão.

Título do Evento: XII Reunião Anual de Iniciação Científica da UFRRJ (RAIC 2025) & VI Reunião Anual de Iniciação em Desenvolvimento Tecnológico e Inovação (RAIDTec 2025)
Cidade do Evento: Seropédica
Título dos Anais do Evento: Anais da Reunião Anual de Iniciação Científica e Reunião Anual de Iniciação em Desenvolvimento Tecnológico e Inovação da UFRRJ - Justiça climática: por um mundo mais sustentável, justo e igualitário
Nome da Editora: Even3
Meio de Divulgação: Meio Digital

Como citar

VERAS, João Vittor Xavier Barroso; SILVA, Felipe Leite Coelho Da. UM ESTUDO SOBRE OS MODELOS PREDITIVOS APLICADOS AO CONSUMO DE ENERGIA.. In: Anais da Reunião Anual de Iniciação Científica e Reunião Anual de Iniciação em Desenvolvimento Tecnológico e Inovação da UFRRJ - Justiça climática: por um mundo mais sustentável, justo e igualitário. Anais...Seropédica(RJ) UFRRJ, 2025. Disponível em: https//www.even3.com.br/anais/xii-reuniao-anual-iniciacao-cientifica-da-ufrrj-raic/1326229-UM-ESTUDO-SOBRE-OS-MODELOS-PREDITIVOS-APLICADOS-AO-CONSUMO-DE-ENERGIA. Acesso em: 30/05/2026