MODELO DE PREVISÃO DE DEMANDA DE ENERGIA ELÉTRICA PARA O CAMPUS SEDE DA UNIVERSIDADE DE CAXIAS DO SUL EMPREGANDO MÁQUINAS DE VETORES DE SUPORTE

A previsão de demanda de energia elétrica é bastante discutida na literatura, seja aplicada à consumidores individuais ou à sistemas interligados. A partir de conjuntos de dados históricos são construídos modelos que tentam descrever o comportamento da demanda em um horizonte de tempo pré-determinado. Neste trabalho aplica-se o método de aprendizagem de máquina supervisionado conhecido como máquina de vetores de suporte, voltada à regressão, para desenvolver um modelo de previsão de demanda para o campus sede da Universidade de Caxias do Sul a médio prazo. A seleção dos dados históricos que integram o modelo é realizada por meio de seleção aditiva e são empregados, na determinação dos parâmetros para a construção do modelo final, os métodos busca em grade e algoritmo genético. O melhor modelo deste trabalho, cujo erro percentual absoluto médio foi de 5,72%, distanciou-se em 4,26% do melhor
modelo encontrado na literatura.