PREVISÃO DE CONSUMO DE ENERGIA ELÉTRICA NO ESTADO DO PIAUÍ: UMA ABORDAGEM BASEADA EM MACHINE LEARNING

Resumo

O consumo de energia elétrica no estado do Piauí apresenta variações relevantes ao longo do tempo, influenciadas por fatores econômicos, climáticos e comportamentais. Nesse contexto, métodos de previsão tornam-se essenciais para apoiar o planejamento energético e orientar decisões estratégicas de concessionárias e órgãos governamentais. Este trabalho aplica técnicas de Machine Learning para prever o consumo mensal de energia elétrica no Piauí utilizando dados reais referentes ao período de 2020 a 2024. O modelo desenvolvido foi baseado no algoritmo Random Forest, após etapas de pré-processamento, criação de variáveis defasadas e separação dos dados em treino e teste. A previsão para o ano de 2024 apresentou desempenho satisfatório, alcançando um Erro Percentual Absoluto Médio (MAPE) de 3,33%, evidenciando a alta capacidade do modelo em capturar a tendência de crescimento e a sazonalidade da série temporal. A análise de importância das variáveis confirmou que a tendência histórica e o mês do ano são os fatores mais determinantes para o consumo no estado. Os resultados demonstram que o uso de Machine Learning é uma alternativa eficaz para previsão de carga elétrica e pode contribuir para o planejamento energético no estado.