Previsão de energia natural afluente do subsistema sudeste sob a abordagem singular spectrum analysis

Abstract

A energia natural afluente (ENA) é uma das mais utilizadas no Brasil, tendo seu fornecimento sendo feito para cerca de 90% do território nacional. Porém, devido as condições climáticas e a falta de chuva nos tempos atuais a necessidade do uso de uma ferramenta de previsão torna-se imprescindível. A melhor ferramenta para fazer a previsão de ENA é a análise de séries temporais, podendo ser utilizado também a filtragem Singular Spectrum Analysis (SSA) que é um método em estatística que pode, dentre outras coisas, filtrar uma série temporal removendo o seu ruído para uma modelagem com previsão mais acurada. Este projeto teve como objetivo fazer a modelagem da série temporal de ENA do subsistema Sudeste usando os modelos de Holt-Winters e Box & Jenkins. Além disso, fazer uma filtragem SSA nessa mesma série retirando os ruídos e utilizar os modelos de Holt-Winters e Box & Jenkins para fazer a modelagem dessa série filtrada. Após as modelagens, foram usada s as est atísticas de aderência Desvio Médio Absoluto (MAD), Erro Percentual Médio Absoluto (MAPE), Raiz Quadrada do Erro Quadrático Médio (RMSE), Critério de Informação Bayesiana (BIC) e Coeficiente de Determinação (R2) para verificar a capacidade preditiva de cada modelo. Com as análises realizadas foi verificado que o modelo de Box & Jenkins obteve os melhores resultados quanto as estatísticas de aderência tanto na série original quanto na série filtrada e que a filtragem SSA de fato apresenta uma melhora quanto a capacidade preditiva