Solução Desenvolvida:
Construímos modelos preditivos integrando séries históricas de consumo, variáveis climáticas (temperatura, umidade, radiação solar), fatores de calendário (feriados, dias úteis, finais de semana) e dados macroeconômicos.
Metodologia Aplicada:
Modelos de regressão com componentes sazonais;
Redes neurais recorrentes (RNN) e LSTM;
Seleção automática de variáveis com métodos de regularização;
Validação cruzada temporal e métricas específicas (MAE, RMSE).
Os modelos foram capazes de capturar tanto padrões de curtíssimo prazo (inerciais) quanto fatores estruturais de médio prazo, como mudanças sazonais e oscilações macroeconômicas. As previsões auxiliaram agentes do setor a tomar decisões mais informadas sobre produção, contratação e tarifação de energia.