Orientador:
Orientando(s):
Resumo:
Juan Moises Mauricio Villanueva
Edward William Turnell Suruagy
A previsão de demanda de energia é vital para a operação eficiente das redes modernas, pois permite que concessionárias equilibrem a geração e evitem desperdícios ou falhas. Para garantir essa precisão, torna-se necessária a utilização de modelos computacionais avançados capazes de processar grandes volumes de dados históricos, contexto em que os Transformers, arquiteturas de Inteligência Artificial, se destacam pela alta eficiência. Nesse sentido, a aplicação de redes neurais baseadas em Transformers supera métodos tradicionais ao empregar mecanismos de desvio-padrão, que identificam quais informações do banco de dados são mais relevantes para prever a carga de um dia futuro. Já em sistemas de distribuição, essa tecnologia mostra-se essencial para obter previsões mais precisas, aproveitando anos de dados e contribuindo para a redução de custos operacionais significativos no setor elétrico.
Última atualização: quarta-feira, 6 de maio de 2026
