Estimar a demanda futura por energia elétrica possibilita a determinação da capacidade de geração necessária para atender os consumidores de maneira adequada, fornecendo energia com qualidade, segurança e confiabilidade, observando-se o menor custo possível. Neste contexto, o presente projeto propõe a utilização de Redes Neurais Artificiais (RNA’s) para realizar a previsão do consumo de uma instalação elétrica, considerando-se um horizonte de tempo em curto prazo (até 24 horas à frente). Inicialmente, as RNA’s estão sendo implementadas utilizando a toobox para RNA’s do software Matlab, em que a variação de parâmetros como número de neurônios e camadas em suas estruturas é necessária para definir o modelo que mais se adequa ao problema. Como objeto de estudo, está em avaliação o perfil de consumo do campus Formiga do IFMG, o qual possui grande variação ao longo do dia devido às particularidades existentes em uma instituição de ensino com diferentes cursos, cujos horários e necessidades são diferentes. Sendo assim, estão sendo coletadas informações provenientes do sistema de gerenciamento de energia fotovoltaica, instalado no próprio campus, como banco de dados para teste das implementações. Destaca-se que, dentre as informações disponíveis, as variáveis consideradas como potenciais fatores impactantes na demanda de energia são: dia da semana, hora do dia, temperatura ambiente, nível de tensão, irradiação solar, velocidade do vento e valores históricos de consumo. Sendo assim, foram definidos os parâmetros de entrada para as RNA’s implementadas, sendo que a saída é estabelecida pelas correntes demandadas do sistema. Como testes iniciais, considerando-se que 70% dos dados coletados são utilizados para treinamento das redes, obtiveram-se resultados satisfatórios, visto que os erros médios quadráticos entre os valores reais e os previstos encontram-se na ordem numérica de 0,01. Vale destacar que, a implementação final do projeto, prevê a medição do consumo total da instalação, ou seja, não apenas o que é demandado pelo sistema fotovoltaico. Sendo assim, um sistema de aquisição de dados será montado na entrada de energia do campus com o objetivo de obter uma estimativa completa do consumo.