Regressão Simbólica aplicada a Previsão do consumo de eletricidade em Curto prazo no nível da subestação

Resumo

A modelagem de dados é um problema fundamental em várias áreas do conhecimento. A regressão simbólica é uma técnica que permite encontrar uma relação matemática para descrever um conjunto de dados experimentais. Ao contrário dos métodos tradicionais de modelagem, a Programação Genética permite encontrar uma expressão matemática que pode ser analisada e interpretada. A Programação Multi-Expressão é uma variante da Programação Genética, que apresenta múltiplas vantagens, tornando-a adequada para uso em casos reais. Neste trabalho propomos aplicar esta variante para descobrir modelos de previsão, um dia antes, do consumo de eletricidade da subestação transformadora de Tucumán, Argentina. Para analisar o comportamento do algoritmo e ajustar os parâmetros, testes foram realizados usando benchmarks conhecidos. Conclui-se que a Programação Multi-Expressão é adequada para encontrar modelos em problemas complexos, e no caso de previsão do consumo de energia elétrica foi atingido um nível de erro semelhante ao obtido com outras técnicas.