SELEÇÃO DINÂMICA DE REGRESSORES APLICADA NA PREDIÇÃO DA DEMANDA DE DERIVADOS DE PETRÓLEO NO BRASIL

INTRODUÇÃO: A previsão da demanda de derivados de petróleo é relevante para o planejamento da produção, do armazenamento e da distribuição de combustíveis no Brasil. Entretanto, as séries temporais desse setor apresentam comportamentos distintos entre produtos e regiões, além de mudanças estruturais ao longo do tempo. Nesse contexto, a seleção dinâmica de regressores pode identificar os modelos mais adequados para cada situação de previsão, considerando também a maior relevância das observações recentes. OBJETIVOS: Desenvolver e avaliar um sistema de seleção dinâmica de modelos de aprendizagem de máquina para prever a demanda de derivados de petróleo com dados da Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP). O sistema busca selecionar, entre diferentes regressores, aqueles com maior competência local, investigando ainda o efeito da inclusão da idade das observações sobre o desempenho preditivo. MATERIAIS E MÉTODO: Foram utilizadas séries temporais mensais da ANP e um conjunto heterogêneo formado pelos modelos Regressão Linear, k-Nearest Neighbors, eXtreme Gradient Boosting, Support Vector Regression, Random Forest e Multi-Layer Perceptron. Os dados foram organizados cronologicamente em treinamento, seleção dinâmica e teste, com 362, 36 e 12 meses, respectivamente. A região de competência foi definida pelos cinco vizinhos mais próximos. Os modelos selecionados tiveram suas previsões combinadas pela média simples. Foram comparadas três abordagens: XGB como baseline, seleção dinâmica sem idade e seleção dinâmica com a variável idade. A avaliação considerou principalmente MAPE, RRMSE, PBE e POCID. RESULTADOS: Os experimentos realizados para o estado de São Paulo mostraram que a seleção dinâmica com idade apresentou os melhores resultados para etanol hidratado, gasolina comum e óleo combustível. O MAPE do etanol caiu de 11,00% para 6,99%; o da gasolina comum, de 8,56% para 5,15%; e o do óleo combustível, de 40,13% para 32,67%. Para a gasolina comum, o POCID aumentou de 36,36% para 81,82%. Em contrapartida, para óleo diesel, gasolina de aviação e GLP, o modelo XGB de referência obteve resultados superiores ou mais equilibrados. CONSIDERAÇÕES FINAIS: A seleção dinâmica de regressores, associada à ponderação temporal das observações, mostrou potencial para melhorar previsões de séries mais voláteis ou sujeitas a mudanças estruturais. Contudo, seus benefícios não foram uniformes, pois modelos monolíticos bem ajustados permaneceram mais adequados para algumas séries estáveis. O objetivo foi parcialmente alcançado, sendo necessária a ampliação dos experimentos para outros estados e produtos, além da aplicação de testes estatísticos para verificar a significância dos resultados.

PALAVRAS-CHAVE: Seleção dinâmica de regressores; Previsão de demanda; Derivados de petróleo.