ESTIMAÇÃO DE DEMANDA ELÉTRICA RESIDENCIAL DE CURTO PRAZO EM ASPECTOS COMPUTACIONAIS

Entre os anos de 2014 e 2018, houve um aumento de 590.542 GWh na geração de energia elétrica no Brasil. Nesse mesmo espaço de tempo, houve um acréscimo de quase 7 milhões de habitantes no país. Dessas forma, pode-se observar que o aumento da geração de energia está diretamente ligado com a intensificação na quantidade de pessoas. Sabe-se que a população mundial está em constante crescimento e para que tenham vida de qualidade é necessário que seja feito um planejamento energético que preveja quanto de energia será necessário para suprir as necessidades dessas pessoas, visto que, atualmente, a eletricidade se tornou um direito básico. Diante da relevância em fazer planejamentos energéticos adequados para as necessidades particulares de cada país, este trabalho tem como objetivo desenvolver uma Rede Neural Artificial (RNA) capaz de prever a demanda elétrica residencial de curto prazo. Especificamente, utilizou-se os dados de demanda do mês de março dos anos de 2015 à 2019 do banco de dados da companhia elétrica americana Southern California Edison (SCE) para estimar a demanda elétrica do referido mês em 2020. Por fim, também objetiva-se analisar o desempenho da RNA, através do uso do Erro Quadrático Médio (EQM), ao comparar os resultados gerados pela rede com os dados reais da empresa fornecedora de dados.