Fulltext

Determine the best model to predict the consumption of electric energy in the southern region

تحديد افضل نموذج للتنبوء باستهلاك الطاقة الكهربائية في المنطقة الجنوبية

ساهرة حسين زين الثعلبي/ --- خلود موسى عمران

journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية
ISSN: 2227 703X / 2518 5764 Year: 2016 Volume: 22 Issue: 90 Pages: 437-457
Publisher: Baghdad University جامعة بغداد

Abstract

Interest in the topic of prediction has increased in recent years and appeared modern methods such as Artificial Neural Networks models, if these methods are able to learn and adapt self with any model, and does not require assumptions on the nature of the time series. On the other hand, the methods currently used to predict the classic method such as Box-Jenkins may be difficult to diagnose chain and modeling because they assume strict conditions. So there was a need to compare the traditional methods used to predict the time chained with neural networks method to find the most efficient method to predict, and this is the purpose of this study. Contributes to predict future demand for electricity in the electric power sector to solve problems through future planning to meet changes in the demand for electricity increases. Experience has shown there is no way of certain predict appropriate for all cases, but that in each case the way of a private predict is needed to find and use. However, taking more than one way may lead to raising the future accuracy of the estimates. The present study aims to shed light on some of the statistical methods used to predict future demand for electricity for the Southern District, as well as a reference to more accurate methods to predict the future of energy. It has been used a number of methods to predict , such as econometric modeling technique, style and Box- Jenkins method of artificial neural network. And service to the goal of the study, which is based upon the premise that search: the neural network models more accurate than traditional models in long-term. As it is the most efficient and more accurate than other conventional models in dealing with non-linear time-series data. We have been using the annual electrical energy consumption data for the Southern District to conduct a comparison of the program through the application of SPSS and Minitab for statistical analysis, and Matlab language has been used to build a program in neural networks, and through the practical application it was found that neural networks gives better results and more efficient than the classic way.

لقد ازداد الاهتمام بموضوع التنبوء خلال السنوات الأخيرة وظهرت أساليب حديثة ومنها نماذج الشبكات العصبية Artificial Neural Networks، اذ إن هذه الأساليب قادرة على التعلم والتكيّف ذاتياً مع أي نموذج، ولا تحتاج إلى افتراضات لطبيعة السلسلة الزمنية. بالمقابل فان طرائق التنبوء الكلاسيكية المستخدمة حالياً مثل طريقة بوكس- جينكنز Box-Jenkins قد يصعب عليها تشخيص السلسلة ونمذجتها لأنها تفترض شروط صارمة. لذلك ظهرت الحاجة لمقارنة الطرائق التقليدية المستخدمة في التنبوء بالسلاسل الزمنية مع أسلوب الشبكات العصبية لإيجاد الأسلوب الأكثر كفاءة في التنبوء، وهذا يمثل الغاية من اجراء هذه الدراسة.يسهم التنبوء المستقبلي بالطلب على الكهرباء في حل مشاكل قطاع الطاقة الكهربائية من خلال التخطيط المستقبلي لتلبية الزيادة الحاصلة في الطلب على الطاقة الكهربائية. ولقد أظهرت التجارب عدم وجود طريقة تنبوء معينة ملائمة لجميع الحالات، بل إن لكل حالة طريقة تنبوء خاصة بها يتعين البحث عنها واستخدامها. إلا أن الأخذ بأكثر من طريقة قد يؤدي إلى رفع درجة دقة التقديرات المستقبلية. تهدف الدراسة الحالية الى تسليط الضوء على بعض الاساليب الاحصائية المستخدمة في التنبوء بالطلب المستقبلي على الطاقة الكهربائية للمنطقة الجنوبية، فضلا عن الاشارة الى اكثر الاساليب دقة في التنبوء المستقبلي للطاقة. وتم استخدام عدد من الاساليب للتنبوء مثل أسلوب نماذج الاقتصاد القياسي، اسلوب بوكس-جينكينـز وأسلوب الشبكة العصبية الاصطناعية. وخدمة لهدف الدراسة فان الفرضية التي يرتكز عليها البحث مفادها: ان نماذج الشبكات العصبية اكثر دقة من النماذج التقليدية في التنبوءات طويلة المدى. اذ تعد أكفأ وأكثر دقة من النماذج التقليدية الأخرى في التعامل مع بيانات السلاسل الزمنية غير الخطية. لقد تم استخدام بيانات استهلاك الطاقة الكهربائية السنوية للمنطقة الجنوبية لإجراء المقارنة من خلال تطبيق البرنامج SPSSو Minitab و Matlab للتحليل الإحصائي، وتم بناء برنامج بلغة مات لاب Mat lap للشبكات العصبية ، ومن خلال التطبيق العملي وجِدَ أن الشبكات العصبية. تعطي نتائج افضل واكثر كفاءة من الطريقة الكلاسيكية.

Keywords

Electric power system --- methods of forecasting --- econometric models --- Box-Jenkins style --- self-regression model --- Arima models --- Artificial neural network ANN --- MLP. --- منظومة الطاقة الكهربائية، اساليب التنبوء، نماذج الاقتصاد القياسي، اسلوب بوكس-جينكنز، نموذج الانحدار الذاتي، نموذج الاوساط المتحركة، نماذج الاريما ، اسلوب الخلية العصبية الاصطناعية.