ResumoEste trabalho testa e compara dois tipos de modelagem para previsão de uma mesma série temporal. Foi observada uma série temporal de distribuição de energia elétrica e, como estudo de caso, optou-se pela região metropolitana do Estado da Bahia. Foram testadas as combinações de três variáveis exógenas em cada modelo: a quantidade de clientes ligados na rede de distribuição de energia elétrica, a temperatura ambiente e a precipitação de chuvas. O modelo linear de previsão de séries temporais utilizado foi um SARIMAX. A modelagem de inteligência computacional utilizada para a previsão da série temporal foi um sistema de Inferência Fuzzy. Na busca de um melhor desempenho, foram feitos testes de quais variáveis exógenas melhor influenciam no comportamento da energia distribuída em cada modelo. Segundo a avaliação dos testes, o sistema Fuzzy de previsão foi o que obteve o menor erro. Porém dentre os menores erros, os resultados dos testes também indicaram diferentes variáveis exógenas para cada modelo de previsão.
Palavras-Chaves:Previsão; Séries Temporais; Energia Elétrica; SARIMAX; Sistemas Fuzzy. Abstract This paper tests and compares two types of modelling to predict the same time series. A time series of electric load was observed and, as a case study, we opted for the metropolitan region of Bahia State. The combination of three exogenous variables were attempted in each model. The exogenous variables are: the number of customers connected to the electricity distribution network, the temperature and the precipitation of rain. The linear model time series forecasting used was a SARIMAX. The modelling of computational intelligence used to predict the time series was a Fuzzy Inference System. According to the evaluation of the attempts, the Fuzzy forecasting system presented the lowest error. But among the smallest errors, the results of the attempts also indicated different exogenous variables for each forecast model.