Previsão do consumo de energia elétrica em uma agroindústria: um estudo de caso usando redes LSTM e CNN-LSTM

Resumen

Este trabajo tiene como objetivo desarrollar y comparar modelos de Redes Neuronales Artificiales (ANN) para predecir el consumo de energía eléctrica en una agroindustria. La base de datos, puesta a disposición por la Cámara de Comercio de Energía Eléctrica (CCEE), presenta una serie histórica de consumo eléctrico en el período comprendido entre enero de 2020 y enero de 2021, que representa 6816 observaciones por hora. Los modelos, basados ​​en las arquitecturas LSTM y CNN-LSTM, se implementaron, en lenguaje Python, utilizando el framework Keras. Los resultados obtenidos de los modelos se compararon utilizando las métricas MAPE (error porcentual absoluto medio), MAE (error absoluto medio) y RMSE (error cuadrático medio). Se verificó, para un horizonte de 24 horas, que el modelo CNN-LSTM presentó mejor desempeño.