Estratégia para Predição de Consumo de Energia Elétrica de Curto Prazo: Uma abordagem baseada em densificação com Mean-Shift para tratamento de Outliers
Previsão de Carga; Dias especiais; Mean Shift, Classificação e Densificação
Estratégias de predição de curto prazo é uma importante ferramenta usada para planejamento e operação de Sistemas Elétricos, bem como fundamentais para o processo de suporte à decisão para compra e venda de Energia Elétrica no mercado futuro. Nesse sentido, como um caso particular, tem-se a predição de consumo em dias especiais (feriados, ou dias atípicos, por exemplo), que pode ser uma tarefa complexa, dado seu comportamento anormal, quando comparado à predição de consumo em dias comuns. Contudo, seu número reduzido de amostras dificulta o treino e validação adequados dos algoritmos de predição. Este trabalho propõe um modelo para predição de carga de curto prazo que utiliza a técnica Mean-Shift para estudo, tratamento e densificação dos valores de consumo em dias especiais, e algoritmos de Redes Neurais Artificiais e Regressão Linear Múltipla para predição. O modelo foi aplicado em um problema de predição de carga da Concessionária de Energia Elétrica da região Norte do Brasil, que resultou na melhoria da acurácia já obtida pelos métodos já utilizados pela Concessionária.