UTILIZAÇÃO DE MODELOS DE INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO MENSAL DA PRODUÇÃO BRASILEIRA DE ETANOL COMBUSTÍVEL

Abstract

Ethanol is one of the main biofuels produced in Brazil. In 2023, data from the National Agency of Petroleum, Natural Gas, and Biofuels (ANP) indicated that the total volume of fuel ethanol sold in Brazil was just over 28 million cubic meters (m3), corresponding to almost 22% of the total volume of liquid fuels sold in the country. Two types of ethanol are produced in the Brazil: i) hydrous ethanol, used directly as vehicle fuel, and ii) anhydrous ethanol, which is currently added at a proportion of 27% to regular gasoline. Only six states are responsible for approximately 90% of Brazilian ethanol production. The logistical challenge involved stems from both the seasonality of production and the need to transport ethanol from production points to distribution and retail networks. Considering recent advances in Artificial Intelligence, this challenge raises the following research questions: Can we improve the monthly forecast of hydrated and anhydrous ethanol production for the main producing states in Brazil using Artificial Intelligence Models? How should the data be prepared for such an approach? This study aims to contribute to related logistical planning by employing a Data-centric Artificial Intelligence (AI) methodology to assist in the development and selection of AI models for time series of ethanol production in the main producing states. Quantitative experimental results demonstrate that the proposed methodology significantly outperforms benchmark models in forecast accuracy for ethanol production in the evaluated scenarios.

O etanol é um dos principais biocombustíveis produzidos no Brasil. Em 2023, dados da Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP) indicaram que o volume total de etanol combustível vendido no Brasil foi de pouco mais de 28 milhões de metros cúbicos (m3), o que correspondeu a quase 22% do volume total de combustíveis líquidos vendidos no país. Dois tipos de etanol são produzidos no Brasil: i) o etanol hidratado, utilizado diretamente como combustível veicular, e ii) o etanol anidro, que é adicionado atualmente em uma proporção de 27 % na composição da gasolina comum. Apenas seis estados são responsáveis por aproximadamente 90% da produção brasileira de etanol. O desafio logístico envolvido decorre tanto da sazonalidade da produção quanto da necessidade de transportar o etanol dos pontos de produção até as redes de distribuição e revenda. Considerando os recentes avanços em Inteligência Artificial, Esse desafio levanta as seguintes questões de pesquisa: Podemos melhorar a previsão mensal da produção de etanol hidratado e anidro para os principais estados produtores brasileiros usando Modelos de Inteligência Artificial? Como os dados devem ser preparados para tal abordagem? Este estudo busca contribuir com o planejamento logístico correlato, ao empregar uma metodologia de Inteligência Artificial (IA) centrada em dados (Data-Centric AI ), para auxiliar no desenvolvimento e seleção de modelos de IA para séries temporais de produção de etanol nos principais estados produtores. Os resultados experimentais quantitativos demonstram que a metodologia proposta supera significativamente os modelos de referência em precisão de previsão para a produção de etanol nos cenários avaliados.