Medeiros, Victor Wanderley Costa deCarvalho, Daniel José de2020-03-312020-03-312019CARVALHO, Daniel José de. Métodos de previsão de consumo de energia elétrica residencial em grande volume de dados. 2019. 64 f.Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação)- Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2019.https://repository.ufrpe.br/handle/123456789/2135A energia elétrica é uma das principais fontes de energia utilizadas pela humanidade.A crescente preocupação com a preservação do meio-ambiente estimulou a busca por fontes de energia renováveis capazes de reduzir os impactos à natureza. O crescimento populacional e o uso cada vez mais comum de dispositivos eletrônicos, na quase totalidade das atividades cotidianas, demandam o uso mais eficiente da energia elétrica. Diante destes desafios é essencial a realização de um planejamento para dimensionar a estrutura de geração e transmissão de energia elétrica. Uma das ferramentas capazes de auxiliar neste dimensionamento é a previsão de demanda. Outrogrande desafio nesta área está na realização destas previsões em cenários de grandes dados (Big Data).Este trabalho tem como objetivo principal avaliar o desempenho de dois métodos deprevisão, ARIMA e Holt-Winters, utilizando séries temporais aplicados a um grandevolume de dados. A base de dados utilizada foi fornecida no evento DEBS 2014 GrandChallenge, a qual contém dados de consumo de energia elétrica, de um grande nú-mero de residências, durante o período de um mês. Para a aplicação dos métodos de previsão, foram utilizadas bibliotecas na linguagem R. Para processar os dados,utilizou-se o frameworkApache Spark em conjunto com a linguagem R, para parale-lizar o processamento da leitura dos dados e a filtragem dos parâmetros desejados.Os dados tratados foram convertidos em séries temporais com valores de consumo horários, durante todo o mês compreendido pela base de dados original. Foram executadas previsões para a região das residências como um todo e para cada residência individualmente. Os resultados mostraram uma vantagem do ARIMA frente ao Holt-Winters no cenário utilizado, utilizando a métrica RMSE como base comparativa de desempenho. Contudo, baseado em experimentos similares encontrados na literatura,resguardando as devidas proporções, ambos os valores de RMSE estão dentro de uma faixa aceitável.64 f.porhttps://creativecommons.org/licenses/by-nc-sa/4.0/deed.pt_BREnergia elétrica - ConsumoAnálise de séries temporaisBig dataEstatísticabachelorThesisAtribuição-NãoComercial-CompartilhaIgual 4.0 Internacional (CC BY-NC-SA 4.0)https://n2t.net/ark:/57462/001300000gg40