[pt] Demanda intermitente é definida por períodos de vendas nulas intercaladas com vendas positivas e de quantidade altamente variável. A maior parte das unidades de manutenção de estoque (stock keeping units, em inglês) ao nível loja pode ser caracterizada como contendo demanda desse tipo. Assim, modelos acurados para prever séries com demanda intermitente trazem grandes impactos em relação à gestão de estoque. Nesta dissertação nós propomos o uso do framework GAS com as distribuições adequadas para dados de contagem, além de suas versões com excesso de zeros, e aplicamos os modelos derivados a dados reais obtidos com uma grande rede varejista brasileira. Nós demonstramos que os modelos com excesso de zeros propostos são estimados de forma consistente por máxima verossimilhança e a distribuição dos estimadores é assintóticamente normal. A performance dos modelos propostos é comparada com benchmarks adequados das literaturas de séries temporais para dados de contagem e previsão de demanda intermitente. A avaliação das previsões é feita com base tanto na precisão da distribuição preditiva quanto na precisão das previsões pontuais. Nossos resultados mostram que os modelos propostos, em especial o modelo derivado sob distribuição hurdle Poisson, performam melhor do que os benchmarks analisados. / [en] Intermittent demand is defined by periods of zero sales interleaved with positive sales with highly variable quantities. Most stock keeping units at the store level can be characterized as containing such demand. Thus, accurate models for predicting series with intermittent demand have major impacts in relation to inventory management. In this dissertation we propose the use of the GAS framework with the appropriate distributions for count data, in addition to their versions with excess of zeroes, and apply the derived models to real data obtained from a large Brazilian retail chain. We demonstrate that the proposed models with excess of zeros are consistently estimated via maximum likelihood and the distribution of the estimator is asymptotically normal. The performance of the proposed models is compared to adequate benchmarks from the time series literature for count data and intermittent demand forecast. Forecasting is evaluated based on the accuracy of both the entire predictive distribution and point forecasts. Our results show that the proposed models, specially the one derived from hurdle Poisson distribution, perform better than the analyzed benchmarks.

[pt] O presente estudo, apresenta um conjunto de propostas metodológicas relacionadas a reconciliação de previsões em Séries Temporais Hierárquicas. O principal objetivo é apresentar soluções originais ao tema, buscando obter previsões mais acuradas do que as obtidas por modelos independentes para os diferentes níveis da hierarquia. Os estudos foram realizados considerando dados reais, mostrando a potencialidade de aplicação dos métodos desenvolvidos em diferentes cenários, onde as series temporais são estruturadas de forma hierárquica. Esta tese é composta por um conjunto de ensaios que exploram a reconciliação de previsão sob a ótica de um modelo de regressão, que dá origem a reconciliação ótima. A primeira contribuição trata do problema da reconciliação de previsões na perspectiva de estimadores robustos. A proposta apresenta uma contribuição original aplicada a dados dos de pesquisas de força de trabalho no Brasil, apresentando um conjunto de soluções que podem direcionar políticas públicas eficientes. Neste caso, as previsões reconciliadas obtidas através de estimadores robustos possibilitaram um maior ganho em termos acurácia e uma performance equivalente aos métodos que representam o estado da arte sobre reconciliação de previsões em séries temporais hierárquicas. A segunda contribuição trata do problema da reconciliação ótima em séries de consumo de energia no Brasil, apresentado uma proposta alternativa, menos sensível a valores estremos. Os resultados obtidos neste segundo trabalho apresentam melhoramentos consideráveis em métricas de avaliação padrão no que diz respeito as novas previsões. Uma terceira proposta busca oferecer uma estrutura alternativa de covariância dos erros de previsão, que irá ampliar o conjunto de propostas apresentadas na literatura para o método de reconciliação denominado por MinT (do inglês, Minimum Trace) , que minimiza os erros de reconciliação, oferecendo um estimador de variância mínima. / [en] This study presents a set of methodological proposals aimed at improving forecast reconciliation in the context of Hierarchical Time Series. The main objective is to present original solutions to the theme, seeking to obtain more accurate forecasts than those obtained by independent models for the different levels of the hierarchy. The studies were conducted using real data, showing the potentiality of application of the methods developed in different scenarios, in which the time series are structured in a hierarchical fashion. This thesis is composed of a set of essays that explore forecast reconciliation from the perspective of a regression model, which gives foundations to optimal reconciliation. The first contribution addresses the problem of forecast reconciliation from the perspective of robust estimators. The proposal presents an original contribution applied to data from labor force surveys in Brazil, presenting a set of solutions that can drive efficient public policies. In this case, the reconciled forecasts obtained through robust estimators provided consistent gains in terms of accuracy when compared to methods that represent the state-of-the-art on forecast reconciliation in hierarchical time series. The second contribution deals with the problem of optimal reconciliation applied to energy consumption time series in Brazil. We present an alternative proposal, less sensitive to outlying forecasts at the reconciliation stage. The results obtained in this second study show considerable improvements in standard evaluation metrics with regard to the new forecasts. The third proposal seeks to offer robust covariance structures for forecasting errors, which expands the set of strategies presented in the literature. The main contribution is to incorporate robust covariance estimates into the MinT (Minimum Trace) reconciliation approach, which minimizes reconciliation errors, offering an estimator with minimum variance.

[pt] Estudo de abordagem qualitativa, que visa refletir sobre demandas e respostas profissionais do Serviço Social no sistema prisional do Rio de Janeiro. Utilizaram-se os dados da pesquisa do Conselho Regional de Serviço Social Sétima Região – Rio de Janeiro (CRESS/RJ) o Serviço Social no campo sociojurídico: subsídios para o exercício profissional, em específico seu apêndice referente ao sistema penitenciário. O percurso reflexivo dividiu-se em três momentos: (i) de breve análise da constituição da população a ser encarcerada (a superpopulação relativa), das funcionalidades da prisão ao capital e dos movimentos de reforma prisional; (ii) do Serviço Social no sistema prisional brasileiro e a institucionalização da profissão nas prisões fluminense; e (iii) da reflexão dos dados e informações que foram agregadas e categorizadas em: (a) relacionada às demandas, demandante e demanda; (b) relacionada às respostas profissionais: ações burocráticas, conhecimento, ação profissional, e instrumentos e técnicas; (c) relacionada às dificuldades de trabalho, condições de trabalho, correlação de forças e subalternidade da profissão; (d) relacionada às violações de direitos, agente violado, arbítrio, inobservância da lei e privação de serviços; e (e) relacionada às possibilidades de trabalho, articulação intraprofissional, articulação política e rede socioassistencial. / [es] Estudio del enfoque cualitativo, cuyo objetivo es reflexionar sobre las demandas y respuestas profesionales del trabajo social en el sistema penitenciario de Río de Janeiro. Datos de la encuesta realizada por el Consejo Regional de Trabajo Social Séptima Región - Río de Janeiro (CRESS / RJ) Trabajo social en el campo socio-legal: subsidios para la práctica profesional, específicamente su apéndice que se refiere al sistema penitenciario. El curso reflexivo se dividió en tres momentos: (i) un breve análisis de la constitución de la población a ser encarcelada (superpoblación relativa), las funcionalidades de la prisión a los movimientos de reforma de la capital y la prisión; (ii) Trabajo social en el sistema penitenciario brasileño y la institucionalización de la profesión en las cárceles de Río de Janeiro; y (iii) la reflexión de los datos y la información que se agregaron y categorizaron en: (a) relacionados con las demandas, el demandante y la demanda; (b) relacionado con las respuestas profesionales: acciones burocráticas, conocimiento, acción profesional e instrumentos y técnicas; (c) relacionado con dificultades laborales, condiciones de trabajo, correlación de fuerzas y subordinación de la profesión; (d) relacionado con violaciones de derechos, agente violado, agencia, incumplimiento de la ley y privación de servicios; y (e) relacionadas con las posibilidades de trabajo, la articulación intraprofesional, la articulación política y la red de asistencia social.

[pt] O Brasil possui um Sistema Interligado Nacional (SIN) que se baseia na geração de energia elétrica por meio de usinas hidrelétricas, térmicas, solares fotovoltaicas e eólicas. O planejamento e operação deste sistema é efetuado com base em previsões efetuadas em curto, médio e longo prazo a fim de evitar imprevistos que possam afetar o suprimento da demanda de energia elétrica em território nacional. Uma das informações consideradas fundamentais em cada uma das etapas do planejamento da operação é a carga, ou seja, a demanda por energia elétrica. Quando trabalhada em curto prazo, esta é importante para a programação diária da operação, garantindo um cenário ótimo para uso dos recursos disponíveis e, em cenário mais atual, determinação do Preço de Liquidação das Diferenças a cada hora. Quando trabalhada em médio prazo, esta funciona como base para manutenções de redes e negociações de contrato. Já em longo prazo, a previsão é importante para fornecer informações usadas como base para estratégias de expansão do Sistema. Normalmente a previsão em longo prazo é trabalhada de maneira a escalonar a curva histórica anual, mas as constantes alterações no hábito de consumo da população e a inserção de novas fontes ocasionam relevantes alterações no perfil da curva de carga diária em longo prazo, tornando necessário o planejamento não somente da expansão do sistema, mas também a forma com que este poderá ser programado. Assim, com o objetivo de propor uma ferramenta de suporte ao mercado brasileiro de energia, este trabalho propõe uma Metodologia para Geração de Cenários de Carga de Longo Prazo. O método proposto propõe uma abordagem bottom-up para previsão anual da demanda utilizando premissas de trabalhos acadêmicos recentes, propõe um método de geração de perfis específicos para suprir a escassez de dados horários detalhados no Brasil e propõe a utilização da Abordagem de Decomposição Parcial a fim de transformar as previsões anuais de demanda em curvas de carga horária. Finalizando a aplicação da Metodologia para Geração de Cenários de Longo Prazo, diferentes resultados gerados são utilizados para aplicação de simulação por Monte Carlo, sendo os intervalos de confianças gerados com base na resposta, possíveis cenários de comportamento da carga no futuro, transformando um método de previsão previamente determinístico em um previsor de cenários. Com o objetivo de demonstrar resultados da método, a Metodologia é aplicada para geração de cenários de longo prazo para a região sudeste brasileira até 2020 com base na curva histórica de 2016, apesar de ser capaz de gerar previsões para horizontes maiores, demonstrando verdadeiro potencial para se adaptar a possíveis alterações na curva de carga. / [en] Brazil has a National Interconnected System which produces and transmits electrical energy through a hydro-thermo-wind system. The planning and operation of this system is based on short, medium and long term on forecasts in order to avoid unforeseen that may affect the electricity supply in national territory. The short-term forecast is important for daily schedule of operation, certifying the resource use optimal scenario and, in a current scenario, the determination of Settlement Price for Differences at each hour. The medium-term forecast is used as a basis for network maintenance and contract negotiations. The long-term forecast is important to provide information used as basis for system expansion strategies. Usually, the long-term forecast is made staggering the annual load curve, however, the constant changes on people electrical consumption habits and insertion of new electrical generation sources cause relevant changes in daily load curve profile over the long term, making necessary not only the expansion planning, but also the way it can be programmed on long-term horizon. Thus, in order to propose a support tool to the Brazilian energy market, this work presents a Scenarios Generation Methodology. Such procedure proposes bottom-up approach as an annual demand projection provider, using assumptions of recent academic works, proposes a specific profile generation method as a way to overcome the lack of specific hourly data in Brazil. Not only that, the method also proposes Partial Decomposition Approach to adapt annual electricity demand into hourly load curves. Concluding the Scenarios Generation Methodology, future scenarios are developed by Monte Carlo simulation applied over different obtained results and confidence intervals calculated based on response are possible values of load behavior in the future, thus turning a deterministic forecasting method into a scenarios generation methodology. In order to demonstrate the Methodology application, it is used to generate long-term scenarios for the southeast Brazilian region by 2020 based on historical load curve from 2016, although it is capable of generating forecasts for larger horizons, proving true potential to adapt to possible changes on load curve.

[pt] Tendo em vista mudanças significativas no varejo causadas pelo crescimento de compras online no Brasil, este estudo tem como objetivo facilitar um relevante lead time e um forte grau de assertividade na previsão de demanda do Omnichannel de uma empresa do setor. Com a crescente relevância do Omnichannel, é importante compreender as necessidades dos consumidores tradicionais e digitais, integrar suas experiências e oferecer múltiplos canais de compra. Nesse contexto, a previsão de demanda é crucial para apoiar as decisões estratégicas, táticas e operacionais da organização. A utilização de séries temporais hierárquicas auxilia na precisão das previsões e, portanto, na tomada de decisões, permitindo gerar estimativas coerentes ao longo dos múltiplos níveis hierárquicos. Dessa forma, neste estudo, combinando as metodologias de previsão de séries temporais ETS, ARIMA e SARIMAX, com métodos de reconciliação Bottom-up, Top-down, MinTrace Combinação Ótima (OLS) e MinTrace WLS Struct, doze modelos foram gerados. Baseado nas principais abordagens de séries temporais hierárquicas, com uma sequência de sete passos, os modelos foram comparados, por meio de métricas de avaliação de desempenho, para identificar qual deles melhor se encaixa na série trabalhada. Ao final do estudo, o modelo SARIMAX com Bottom-up se mostrou a combinação mais adequada para a série em análise. A abordagem alcançou um MAPE de 22 por cento no nível mais agregado da hierarquia, reduzindo em cinco pontos percentuais o MAPE original da empresa, além de apresentar a melhor colocação na combinação das métricas comparativamente. / [en] In light of recent changes in retail caused by the growth of online shopping in Brazil, this study aims to enable a substantial lead time and a high degree of accuracy of the Omnichannel demand forecast for a retail company. As Omnichannel success continues to expand, it becomes increasingly important tounderstand the needs of both traditional and digital consumers, integrate their experiences and offer multiple purchase channels. In this context, demand forecasting is crucial for identifying market trends, growth opportunities, potentialstrategies and supporting strategic, tactical and operational decisions. The use of Hierarchical Time Series improves forecasts accuracy and, therefore, assists in decision-making, allowing the development of consistent estimations acrossmultiple hierarchical levels. Thus, this study combines the time series forecast generation methodologies ETS, ARIMA and SARIMAX, with Bottom-up, Top-down, MinTrace Optimal Combination (OLS) and MinTrace WLS Struct reconciliation methods, resulting in the generation of twelve models. Based on the main theories of Hierarchical Time Series and following a 7-steps sequence, the models were compared using performance evaluation metrics to identify the best fit for the investigated series. The research concludes that the SARIMAX model,together with the Bottom-up strategy, proves to be the most appropriate composition for the Hierarchical Time Series under analysis, as it demonstrates the best performance across the evaluation metrics, reaching a MAPE of 22 percent at the most aggregated level of the hierarchy and reducing the original company forecasting MAPE by five percentage points.

[pt] No Brasil, grandes consumidores podem estabelecer seus contratos de energia elétrica em dois ambientes: Ambiente de Contratação Regulado e Ambiente de Contratação Livre. Grandes consumidores são aqueles que possuem carga igual ou superior a 2 MW e podem ser atendidos sob contratos firmados em quaisquer um desses ambientes. Já os consumidores com demanda contratada inferior a 2 MW e superior a 500 kW podem ter seu contrato de energia estabelecido no Ambiente de Contratação Livre proveniente de geração de energia renovável ou no Ambiente de Contratação Regulada através das distribuidoras de energia. A principal vantagem do Ambiente de Contratação Livre é a possibilidade de negociar contratos com diferentes parâmetros, como, por exemplo, preço, quantidade de energia e prazo. Eventuais diferenças entre a energia contratada e a consumida, são liquidadas ao preço de energia de curto prazo, que pode ser bastante volátil.Neste caso o desafio é estabelecer uma estratégia de contratação que minimize os riscos associados a este ambiente. Esta dissertação propõe uma metodologia que envolve a simulação estatística de cenários correlacionados de energia, demanda máxima e preço de curto prazo (também chamado de PLD – Preço de Liquidação das Diferenças) para serem inseridos em um modelo matemático de otimização estocástica, que define os parâmetros ótimos da contratação de energia e demanda. Na parte estatística, um modelo Box e Jenkins é usado para estimar os parâmetros das séries históricas de energia e demanda máxima com o objetivo de simular cenários correlacionados com o PLD. Na parte de otimização, emprega-se uma combinação convexa entre Valor Esperado (VE) e Conditional Value-at-Risk (CVaR) como medidas de risco para encontrar os valores ótimos dos parâmetros contratuais, como a demanda máxima contratada, o volume mensal de energia a ser contratado, além das flexibilidades inferior e superior da energia contratada. Para ilustrar a abordagem proposta, essa metodologia é aplicada a um estudo de caso real para um grande consumidor no Ambiente de Contratação Livre. Os resultados indicaram que a metodologia proposta pode ser uma ferramenta eficiente para consumidores no Ambiente de Contratação Livre e, dado à natureza do modelo, pode ser generalizado para diferentes contratos e mercados de energia. / [en] In Brazil, big consumers can choose their energy contract between two different energy environments: Regulated Contract Environment and Free Contract Environment. Big consumers are characterized by installed load capacity equal or greater than 2 MW and can firm an energy contract under any of these environments. For those consumers with installed load lower than 2 MW and higher than 500 kW, their energy contracts can be firmed in the Free Contract Environment using renewable energy generation or in the Regulated Contract Environment by local distribution companies. The main advantage of the Free Market Environment is the possibility of negotiating contracts with different parameters such as, for example, price, energy quantity and deadlines. Possible differences between contracted energy and consumed energy are settled by the spot price, which can be rather volatile. In this case, the challenge is to establish a contracting strategy that minimize the associated risks with this environment. This thesis proposes a methodology that involves statistical simulation of correlated energy, peak demand and Spot Price scenarios to be used in a stochastic optimization model that defines the optimal energy and demand contract parameters. In the statistical part, a Box and Jenkins model is used to estimate parameters for energy and peak demand in order to simulate scenarios correlated with Spot Price. In the optimization part, a convex combination of Expected Value (EV) and Conditional Value-at-Risk (CVaR) is used as risk measures to find the optimal contract parameters, such as the contracted peak demand, the seasonal energy contracted volumes, in addition to the upper and lower energy contracted bound. To illustrate this approach, this methodology is applied in a real case study for a big consumer with an active Free Market Environment contract. The results indicate that the proposed methodology can be a efficient tool for consumers in the Free Contract Environment and, due to the nature of the model, it can be generalized for different energy contracts and markets.

[pt] No Brasil, a demanda de gás natural possui um comportamento estocástico devido ao consumo das usinas termelétricas, as quais operam em regime de complementariedade ao sistema hidrelétrico. O suprimento de gás natural para estas usinas depende em grande parte do fornecimento de Gás Natural Liquefeito (GNL) spot, importado através de navios metaneiros. Em função do tempo de trânsito dos navios, as compras de GNL devem ocorrer com antecedência em relação ao despacho hidrotérmico. Este descasamento de tempo incentiva a utilização de mecanismos de compatibilização da dinâmica do setor elétrico com a dinâmica da cadeia do gás natural. Uma possibilidade de aumentar a sinergia entre estes domínios é utilizar uma estocagem de gás natural para inserir flexibilidade no sistema. A viabilidade da estocagem dependerá do preço do gás e da demanda ao longo do horizonte de análise. O objetivo deste trabalho é a construção de um modelo de programação linear para dimensionar a capacidade de uma estocagem de gás natural sob incerteza de demanda e de preço de GNL. O modelo apresentado é um híbrido de otimização estocástica, construído para considerar a incerteza do consumo de gás, com otimização robusta, construído para levar em conta a incerteza relacionada aos preços do GNL. O modelo caracteriza o perfil de risco do supridor de gás natural pela utilização do Conditional Value-at-Risk (CVaR) e utiliza um critério de segurança que reproduz um processo de suprimento avesso a risco de déficit. Ao final do trabalho é apresentado um estudo de caso hipotético, utilizando dados públicos do setor elétrico e de gás natural, para avaliar a implantação da estocagem para 2.000 cenários de demanda e patamares distintos de robustez à variação do preço do GNL. / [en] In Brazil, natural gas demand has stochastic behavior since gas-fired power plants operate in conjunction with the hydroelectric system. Natural gas supply to these plants relies upon Liquefied Natural Gas (LNG), imported through cryogenic ships. LNG acquisitions must occur before the natural gas demand is known because of the time of displacement of the ships. This lack of synchronism stimulates the use of harmonizing mechanisms between the electric sector and the natural gas sector. In this context, natural gas storage could be used to introduce flexibility into the system and increase synergy between natural gas supply and demand dynamics. However, the economic performance of the storage will depend on actual gas prices and demand behavior during the period of analysis. This study aims to construct a linear programming model to determine the size of a natural gas storage under demand and LNG price uncertainty. The model is a hybrid of a stochastic optimization algorithm – developed to consider gas demand uncertainty – and a robust optimization algorithm – built to take into account LNG price uncertainty. A convex combination between Conditional Value-at-Risk (CVaR) and expected value is also used to indicate the supplier risk profile as well as a security criterion, introduced to represent a deficit-averse supply process. At the end, a hypothetic case is presented to evaluate the implementation of a natural gas storage. The case presented uses public data from the Brazilian electric and gas natural sectors and considers 2.000 demand scenarios and various levels of robustness to LNG price variation.