Banca de QUALIFICAÇÃO: ELIAS MARTINS VIEIRA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : ELIAS MARTINS VIEIRA
DATA : 29/08/2025
HORA: 13:00
LOCAL: https://conferenciaweb.rnp.br/sala/felipe-leite-coelho-da-silva
TÍTULO:

ANÁLISE E PREVISÃO DE CONSUMO DE ENERGIA ELÉTRICA NO ESTADO DO RIO DE JANEIRO: UMA ABORDAGEM BOTTOM-UP E REDES NEURAIS

 

PALAVRAS-CHAVES:

Consumo de energia elétrica; Bottom-up; Redes neurais; Séries Temporais Univariadas; Previsão.

 

PÁGINAS: 69
RESUMO:

A energia elétrica é um insumo essencial para o desenvolvimento
socioeconômico, e seu planejamento é indispensável para a sustentabilidade,
especialmente no Rio de Janeiro, onde os setores residencial, comercial, industrial e
outros (atividades/serviços públicos) são grandes consumidores. Tradicionalmente, os
modelos de previsão de consumo no estado se baseiam em análises univariadas, que
consideram apenas os dados históricos de consumo e, com isso, limitam a capacidade
de capturar a influência de fatores externos. Embora a literatura apresente diversas
abordagens, poucos estudos aplicam a metodologia bottom-up focando
especificamente no complexo contexto socioeconômico do Rio de Janeiro, o que
caracteriza uma lacuna a ser preenchida.
Este estudo busca, portanto, responder quais variáveis, além do histórico de
consumo, podem melhorar a acurácia das previsões energéticas no estado. O objetivo
geral é implementar e comparar modelos de séries temporais e redes neurais para os
setores residencial, comercial, industrial e outros, incorporando variáveis explicativas
relevantes. Para isso, a pesquisa adota uma metodologia híbrida que combina a
abordagem bottom-up, agregando as previsões setoriais para obter a demanda total,
com a flexibilidade das Redes Neurais Artificiais (NNAR e MLP) para modelar as
relações não-lineares dos dados. O modelo MLP proposto integrará variáveis exógenas
como o número de consumidores, a tarifa de energia deflacionada pelo IPCA e a
temperatura média do estado.
O desempenho dos modelos será avaliado e comparado por meio de um
conjunto de métricas estatísticas complementares, incluindo o Erro Percentual
Absoluto Médio (MAPE), a Raiz Quadrática Média dos Erros (RMSE), o Erro Médio
Absoluto (MAE) e o Coeficiente de Determinação (R²). Espera-se que os resultados
gerem informações valiosas para gestores e formuladores de políticas, contribuindo
para o aprimoramento das metodologias de previsão e incentivando um planejamento
energético mais eficiente e sustentável no estado do Rio de Janeiro.

 

MEMBROS DA BANCA:
Interna - 2829205 - DEBORA MESQUITA PIMENTEL
Presidente - 2639882 - FELIPE LEITE COELHO DA SILVA
Interno - 1447519 - PAULO JOSE SARAIVA