Análise comparativa de ferramentas do aprendizado de máquina para predição da produção de gasolina e etanol

Abstract

O Brasil tem papel de destaque no cenário mundial de combustíveis e biocombustíveis, e influência tanto nas movimentações externas quanto internas do mercado e do setor de energia. O uso da inteligência artificial e seus subcampos são peças fundamentais para tomadas de decisões mais objetivas e eficientes, além de propor estratégias matematicamente mais vantajosas. Dessa forma, este projeto apresentou, por intermédio de metodologias computacionais, um estudo da comparação entre os métodos aplicados para predição da produção média (m³) dos combustíveis mais utilizados no estado de São Paulo, região de maior demanda e consumo do país. Para tal, foram estudadas e empregadas tanto ferramentas de Análise Exploratória de Dados (AED) como modelos de Aprendizado de Máquina, sendo eles: Florestas Aleatórias (Random Forest), Redes Neurais Artificiais e ARIMA. Os modelos foram moldados e validados a partir do cruzamento de diferentes bases de dados, possibilitando o desenvolvimento de estratégias e novo aparato computacional para os agentes do mercado de energia. Os resultados obtidos foram de uma ferramenta computacional consistente, com bons níveis de assertividade pelos modelos, sendo o Random Forest o que mais se aproximou dos valores reais da produção (m³) da gasolina, cujo MAPE foi de 5,67%, enquanto para a produção (m³) do etanol, o modelo de série temporal - ARIMA - atingiu menor porcentagem de erro, equivalente a 5,88%. Sendo assim, a ferramenta é capaz de dar suporte a novos estudos de análises preditivas de Aprendizado de Máquina e agentes do setor de combustíveis.

Brazil has a prominent role in the world scenario of fuels and biofuels, and influence both in the external and internal movements of the market and the energy sector. The use of artificial intelligence and its subfields are fundamental for making more objective and efficient decisions, in addition to proposing mathematically more advantageous strategies. Thus, this project presented, through computational methodologies, a study of the comparison between the methods applied to predict the average production (m³) of the most used fuels in the state of São Paulo, the region with the highest demand and consumption in the country. For this purpose, both Exploratory Data Analysis (AED) and Machine Learning models were studied and used, namely: Random Forests, Artificial Neural Networks and ARIMA. The models were molded and validated from the intersection of different databases, enabling the development of strategies and new computational apparatus for energy market agents. The results obtained were from a consistent computational tool, with good levels of assertiveness for the models, with Random Forest being the one that came closest to the actual production values (m³) of gasoline, whose MAPE was 5.67%, while for the production (m³) of ethanol, the time series model- ARIMA- reached the lowest percentage of error, equivalent to 5.88%. Therefore, the tool is able to support new studies of predictive analysis of Machine Learning and agents in the fuel sector.