Aplicação da transformada wavelet discreta na previsão de carga a curto prazo via redes neurais

Abstract

A importância da previsão de carga a curto prazo tem crescido ultimamente. Com a desregulamentação do setor elétrico e a competição advinda desse processo, a previsão do preço de energia se transformou em uma atividade bastante atraente. A previsão das cargas das diversas barras é essencial para alimentar os métodos analíticos utilizados na determinação dos preços da energia. A variabilidade e a não estacionariedade das cargas estão ficando cada vez mais acentuadas devido à dinâmica das tarifas de energia. Além disso, o número de pontos de carga a serem previstos não permite intervenções freqüentes dos especialistas em previsão. Portanto, previsores de carga mais autônomos são necessários nesse novo cenário competitivo. Este artigo propõe uma nova técnica para a previsão de carga a curto prazo baseada na transformada wavelet discreta. O objetivo principal é desenvolver um previsor neural de carga mais robusto. Dois anos completos de dados de carga de uma concessionária de energia elétrica norte-americana foram utilizados para testar a metodologia proposta.