[pt] Os métodos de análise de séries temporais têm se revelado
uma importante ferramenta de apoio à tomada de decisões,
com importância crescente em um mundo cada vez mais
globalizado. Esse fato pode ser ilustrado, entre muitos
outros, através de um convênio firmado entre o CEPEL, o
Núcleo de Estatística Computacional da PUC/RJ e a
Eletrobrás, para se avaliar a utilidade dessas ferramentas
nas etapas do planejamento do setor elétrico brasileiro. A
metodologia em Espaço de Estado proporcionou o surgimento
de duas importantes classes de modelos de previsão e
análise de séries temporais completamente alternativas (os
modelos estruturais e os modelos de inovações em espaço de
estado), e, por isso, podem por vezes, causar dúvidas
quando se fala em métodos de previsão em espaço de estado
sem se especificar sobre qual das duas se está falando.
Foi escolhido uma técnica específica e facilmente
executável em softwares comerciais para cada classe de
modelos: O desenvolvimento clássico de Harvey implementado
no software STAMP, representando os modelos estruturais; e
o desenvolvimento de Goodrich implementado no software
FMP, representando os modelos de inovações. Essas técnicas
estão tratadas de uma forma aprofundada, para proporcionar
um melhor entendimento teórico das diferenças existentes
entre ambas. Com o intuito de se avaliar a performance
frente às outras técnicas existentes, são comparados os
resultados das previsões entre as metodologias a partir de
um sistema de comparação baseado nas estatísticas MAPE
(Mean Absolute Percentage Error), RMSE (Root Mean Squared
Error) e U-Theil. Para tanto são vistos sucintamente as
técnicas: Alisamento Exponencial (Holt-Winters), Box &
Jenkins e Redes Neurais. Todas as técnicas foram aplicadas
aos dados de consumo de energia elétrica das 32 empresas
concessionárias do setor no Brasil, além de comparadas com
as previsões realizadas por essas concessionárias. A
novidade deste trabalho para o projeto em andamento está
na aplicação multivariada possível através da metodologia
de Goodrich. / [en] The analysis of time series is, nowadays one of the most
important tools in the decision making process, due mainly
to the globalization of the world.
As an illustration of that we can mention the recent
contract signed between NEC/PUC-Rio and CEPEL/Eletrobrás,
where time series techniques are to be used in the
planning process of the brazilian sector.
The state-space approach forms the basis of two
important forecasting models to time series analysis the
structural model and the state space innovation model.
Because of that one finds it difficult to have a clear cut
definition of either one of them.
These two models formulation were implemented in comercial
softwares: the structural model of A. Harvey in STAMP and
the state space innovation of R. Goodrich in FMP.
In order to check the perfomance of these state space
approaches vis-à-vis the traditional forecasting
techniques, it was used the following statistics: MAPE
(Mean Absolute Percentage Error), RMSE (Root Mean Squared
Error) and U-Theil. The traditional approaches used in the
comparison were: Holt-Winters, Box & Jenkins and
Backpropagation Neural Network. All the methods, included
the state space ones were applied to the demand series of
32 electrical utilities which form the brazilian
electrical distribution system. If was also attempted the
multivariate state-space formulation of R. Goodrich which
is included in FMP software.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:8707 |
| Date | 19 July 2006 |
| Creators | MARCELO RUBENS DOS SANTOS DO AMARAL |
| Contributors | REINALDO CASTRO SOUZA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0291 seconds