MODELAGEM E PREVISÃO DE DEMANDA DE ENERGIA COM FILTRAGEM SSA (pp.170-187)
Resumo
Singular Spectrum Analysis (SSA) é uma técnica não-paramétrica que permite decompor uma série temporal em sinal e ruído. É uma técnica útil para filtrar dados de séries temporais. Neste artigo, os modelos Box & Jenkins e Holt-Winters são testados com e sem a abordagem SSA para a modelagem de uma série temporal de consumo residencial mensal de energia elétrica de uma concessionária do Rio de Janeiro. Três diferentes metodologias são utilizadas na abordagem
SSA: Análise de Componentes principais (ACP), ACP associado com Análise de Cluster e Análise Gráfica dos Vetores Singulares. MAPE, MAE, RMSE e R2 são estatísticas usadas para testar o poder preditivo dos modelos. Os resultados mostram
um maior poder preditivo do modelo quando aplicado a séries filtradas em conjunto com a técnica SSA.Palavras-chave: Demanda de Energia, Modelagem, Previsão, Séries Temporais, Singular Spectrum Analysis.
Autores que publicam nesta revista concordam com os seguintes termos:
a. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
