Seleção de variáveis stepwise aplicadas em redes neurais artificiais para previsão de demanda de cargas elétricas

Abstract

Previsão de demanda de cargas é importante para o planejamento da geração e distribuição de energia elétrica. Este trabalho apresenta um modelo híbrido para previsão de cargas a curto prazo usando o método stepwise para a seleção de variáveis com auxílio da regressão linear múltipla e da rede neural Perceptron multicamadas com o algoritmo da retropropagação para ajuste dos pesos sinápticos. Os resultados das análises se mostraram bastantes satisfatórios para as variáveis selecionadas.