Monthly Electric Energy Demand Forecasting By Fuzzy Inference System

Abstract

Resumo –Este artigo apresenta os resultados de prospecção de um e doz e passos à frente da demanda mensal de energia elétrica de uma concessionária de energia pertencente a reg ião sudeste do Brasil. Neste trabalho a demanda de energia el étrica total é subdividida em três grupos de consumo: residencial, industrial e comercial. O modelo de previsão adotado é basea do m regras nebulosas do tipo Takagi-Sugeno (TS), sendo o número de regras obtido via algoritmo de agrupamento não supervisi onado Subtractive Clustering . Uma base de regras nebulosa é determinada para cada classe d e consumo e os parâmetros do sistema de inferência são ajustados usando o algoritmo de otimização d e maximização da verossimilhança. Como variáveis de entrad a são consideradas as observações de demanda em instantes anteri ores além de variáveis explicativas de natureza macroeconô mica. O desempenho do modelo é verificado por meio de medidas de erros calculadas dentro e fora da amostra e os resultados indicam que o sistema de inferência nebuloso atinge índices de desem p nho na ordem anual de 3% para as classes de consumo.