Previsão de demanda de gás natural de curto e médio prazo no Espírito Santo

Abstract

Este artigo apresenta um estudo de previsão de demanda de consumo de gás natural para os segmentos residencial, comercial e industrial do Estado do Espírito Santo. Nele foram utilizados dados mensais e anuais de consumo de gás dos anos de 2016 a 2023. Para realizar o estudo, foi feita a análise clássica de decomposição de séries temporais, redes neurais e do método ARIMA para identificar a melhor acuracidade na previsão da demanda de gás natural. Em resumo, o estudo identificou que a utilização das ferramentas de decomposição de séries temporais e o modelo de previsão de redes neurais aplicados no software R alcançou o resultado assertivo sobre o comportamento do consumo de gás do Espírito Santo.

This article presents a demand forecasting study for natural gas consumption in the residential, commercial, and industrial sectors of the state of Espírito Santo. Monthly gas consumption data from 2016 to 2023 were utilized. The study employed classical time series decomposition analysis, neural networks, and the ARIMA method to identify the most accurate forecasting of natural gas demand. In summary, the study found that using time series decomposition tools and neural network prediction models in the R software achieved accurate results regarding the gas consumption behavior in Espírito Santo.