EFICÁCIA DE MODELOS DE SÉRIES TEMPORAIS NA PREVISÃO DE CONSUMO PARA ENERGIA FOTOVOLTAICA: SARIMA e PROPHET

Resumo

O estudo conclui que o desempenho dos modelos SARIMA e Prophet varia significativamente conforme as características dos dados analisados. O Prophet demonstrou eficiência tanto em dados com forte sazonalidade quanto em dados estacionários, enquanto o SARIMA mostrou-se mais adequado para padrões de consumo menos definidos. A ampliação artificial da base de dados resultou em performances variadas, com risco de sobreajuste em alguns casos, destacando o desafio de realizar previsões precisas com dados históricos limitados. O estudo ressalta a importância da análise individual de cada instalação devido à grande variabilidade nos padrões de consumo entre diferentes clientes. As implicações práticas incluem a otimização da alocação de recursos, melhor planejamento da produção de energia e gestão mais eficiente de picos de demanda no setor fotovoltaico. Para pesquisas futuras, sugere-se a incorporação de variáveis exógenas como condições climáticas, o desenvolvimento de modelos híbridos combinando SARIMA e Prophet com técnicas de aprendizado de máquina, e a extensão da análise para previsões de longo prazo considerando mudanças tecnológicas e regulatórias no setor. Adicionalmente, propõe-se a exploração de técnicas de ensemble, combinando os resultados do SARIMA e do Prophet para potencialmente melhorar a precisão geral das previsões (TAYLOR; LETHAM, 2017; CHATURVEDI et al., 2022).