Antecipando o impacto nos indicadores de continuidade usando um modelo ARIMA para previsão do número de dias críticos mensais

O objetivo deste trabalho foi realizar a previsão dos dias críticos no contexto do setor de distribuição de energia elétrica, entre julho de 2020 e dezembro de 2022, utilizando a abordagem auto-regressiva integrada de médias móveis (ARIMA). A partir de combinação de estatística descritiva e séries temporais, dois modelos demonstraram boa capacidade de desempenho na previsão para 30 meses à frente. No entanto, o modelo com padrão sazonal ARIMA (2,1,1)(2,1,1) foi superior, pois apresentou os menores valores para os critérios de informação de Akaike (AIC) e Bayesiano (BIC) e menor valor para o erro quadrático médio entre os modelos. Com estes resultados é possível depreender que o modelo desenvolvido pode representar um apoio relevante para as empresas distribuidoras de energia na projeção do número de dias críticos mensais, possibilitando ainda uma interpretação alternativa acerca dos impactos destas condições adversas na qualidade da energia elétrica.