A predição de informações futuras consiste numa tarefa complexa, porém necessária em diversos
setores da economia. Atualmente diversas pesquisas relacionadas a tarefa de predição utilizando
redes neurais tem sido desenvolvidas. O resultado da aplicação de redes neurais nessa tarefa tem
sido promissor, com destaque para as arquiteturas NARX e ELM que são mais recentes. Neste
trabalho, aplicou-se as redes neurais FTDNN, NARX, ELM e NARX-ELM na predição de séries
temporais importantes para o planejamento energético do Sistema Interligado Nacional (SIN).
Utilizou-se uma adaptação do método de busca em grade para otimizar os hiperparâmetros de
cada rede e encontrar a configuração ótima das mesmas. Em seguida, avaliou-se o desempenho
dessas redes na predição recursiva de séries temporais de nível a montante e vazões afluentes
das usinas hidrelétricas de Boa Esperança e Sobradinho. Portanto, este trabalho teve como
objetivo otimizar diversas arquiteturas neurais através de métodos de busca de hiperparâmetros e
comparar o desempenho na predição dessas séries temporais.