Open Accessتحديد افضل نموذج للتنبوء باستهلاك الطاقة الكهربائية في المنطقة الجنوبية
Author(s) -
ساهرة حسين زين,
خلود موسى عمران
Publication year - 2016
Publication title -
mağallaẗ al-ʿulūm al-iqtiṣādiyyaẗ wa-al-idāriyyaẗ
Language(s) - Arabic
Resource type - Journals
eISSN - 2518-5764
pISSN - 2227-703X
DOI - 10.33095/jeas.v22i90.518
Subject(s) - matlab , artificial neural network , computer science , artificial intelligence , operating system
المستخلص
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.