PREVISÃO DE DEMANDA DE CURTO PRAZO UTILIZANDO UM CONJUNTO DE REDES NEURAIS ARTIFICIAIS
Previsão de demanda, redes neurais artificiais, processamento de sinais,
As edificações industriais, residenciais e comerciais dependem primordialmente de suprimento de energia ininterrupto e de baixo custo. O Brasil é um paı́s rico em recursos naturais e energias renováveis, mas os preços da energia em todo o paı́s
são elevados. Apesar dos excelentes nı́veis de irradiação solar, das caracterı́sticas predominantes dos ventos (constantes e unidirecionais) e também da geração de energia através da cana de açúcar (biomassa) a matriz energética brasileira é pre-
dominantemente dependente das usinas hidrelétricas. Devido aos altos custos da energia no paı́s, muitas empresas estão buscando fontes alternativas e sistemas que possibilitam gerenciar a demanda e o consumo de energia elétrica. Nesse contexto,
um dos mais importantes pré-requisitos para o gerenciamento de energia é a previsão de potência requerida pela instalação. As curvas de demanda de um determinado local são muito influenciadas por fatores como a meteorologia, as atividades humanas
e a carga instalada. Deste modo, o aspecto das curvas de carga pode variar muito em um determinado dia, dificultando a tarefa de previsão. Uma previsão adequada combinada a um sistema de gerenciamento levam ao uso eficiente da energia pelo
consumidor com o menor custo possı́vel. Neste trabalho, foram utilizados métodos estatı́sticos e de Inteligência Artificial para realizar previsão de potência de curto prazo no intervalo de 15 e 30 minutos a frente utilizando dados da potência deman-
dada pela instalação elétrica da Universidade Estadual de Santa Cruz (Ilhéus, Bahia, Brasil) no perı́odo de março de 2014 a março de 2015. Foram utilizados apenas dados da potência ativa para prever a potência ativa demandada pelo sistema elétrico e
três estudos de caso foram propostos para estabelecer como lidar com a informação temporal disponı́vel da série para realizar as previsões com o menor erro possı́vel.