ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > استخدام نماذج السلاسل الزمنية...>الوصف

استخدام نماذج السلاسل الزمنية الموسمية في التنبؤ بكمية الطلب علي الطاقة الكهربائية في مدينة أربيل لسنة (2010-2019)

العنوان بلغة أخرى: Utilizing of Seasonal Time Series Forms in Predicting the Quantity of Electric Power Demand in Erbil City between the Year (2010-2019)
بەكارهێنانی مۆدێلی زنجیرە كاتیە وەرزییەكان بۆ پێشبینی كردنی توانای داواكاری لەسەر كارەبا لە شاری هەوڵێر لە ساڵی (2010-2019)
المصدر: زانكو - الإنسانيات
الناشر: جامعة صلاح الدين
المؤلف الرئيسي: طاهر، رڤز محمد صالح (مؤلف)
مؤلفين آخرين: حسن، مروان طارق (م. مشارك)
المجلد/العدد: مج24, ع5
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2020
الشهر: ديسمبر
الصفحات: 26 - 38
ISSN: 2218-0222
رقم MD: 1257166
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: HumanIndex
مواضيع:
المجالات التطبيقية | معدلات إحصائية | النماذج الموسمية | العراق
كلمات المؤلف المفتاحية:
السلاسل الزمنية الموسمية | الإستقرارية | منهجية بوكس-جينكنز | الطلب علي الطاقة الكهربائية | Seasonal Time Series | Stability | Box-Jenkins Methodology | Demand for Electrical Energy
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: في هذا الدراسة قام الباحثان بأخذ ظاهرة كميات الطلب على الطاقة الكهربائية والمتمثلة بسلسلة الزمنية لمعدلات الشهرية للظاهرة لمدينة (أربيل- العراق) للفترة (2019-2010) من (مديرية العامة لكهرباء مدينة أربيل- قسم السيطرة) وقد تكونت السلسلة من (111) قيمة، حيث لاحظ الباحثان عند تحليل السلسلة وجود اتجاه عام متزايد للظاهرة ويدل ذلك على وجود طلب متزايد على الطاقة الكهربائية من قبل سكان المدينة مع وجود قليل من التقعرات والنتؤات للقيم السلسلة وهذا دلالة على وجود حالة عدم الاستقرارية حول المتوسط والتباين على التوالي، وقد لوحظ أيضا وجود مركبة الموسمية بتعبير آخر وجود تغييرات تكرر نفسها كل فتراة منتظمة (12 شهرا) للظاهرة بمعنى آخر إن الحاجة أو الطلب تزداد حدتها للفترة المذكورة، ولغرض تحويل السلسلة إلى حالة الاستقرارية حول المتوسط تم أخذ الفرق الأول لإزالة السلسلة من تأثير الاتجاه العام أما لتحويل السلسلة لتكون مستقرة حول التباين تم أخذ التحويل اللوغاريتم الطبيعي للسلسة الزمنية بعد أخذ الفرق الأول، أما لإزالة المركبة أو التغيرات الموسمية تم أخذ الفرق الموسمي الأول للفترة الموسمية (طول الموسم) مقدارها 12 شهرا. ولغرض التنبؤ المستقبلي للظاهرة تم تطبيق منهجية بوكس-جينكنز الموسمية (Box-Jenkins) على السلسلة المستقرة ولهذا الغرض قام الباحثان باختيار رتب الموسمية والغير الموسمية للنماذج المنهجية المذكورة (p,q,P,Q= 0,1,2,3,4) للوصول إلى أفضل الأنموذج موسمي مضاعف ملائم مع البيانات من بين النماذج المعنوية لغرض التنبؤ بالمستقبل حيث تم استخدام المعايير الثلاثة لغرض تشخيص النماذج المعنوية وهي كما يأتي: (متوسط مربع الخطأ (Mean Square Error(MSE)))، معيار (Akaike information criterion AIC)، معيار (Akaike information criterion AIC) المعدل المستخدمة في البحث وقد استنتجنا أن النموذج الموسمي المضاعف SARIMA (0,1,1) (1,1,2) 12 تمثل السلسلة الزمنية أحسن تمثيل لأنه كان يمتلك أقل قيم للمعايير المذكورة أعلاه مع ملائمته لاجتيازه اختبار ملائمة النماذج أي بمعنى أن أخطاء النموذج المشخص كانت عشوائية، وبعد اختبار ملائمة النموذج المقترح قمنا بالتنبؤ بكميات الطلب على الطاقة الكهربائية لمدة 12 شهرا (2019-2020) بهدف الاستفادة منها في عملية التخطيط للمستقبل.

In this study, the researchers took the phenomenon of the quantities of demand for electrical energy represented by a time series of monthly rates of the phenomenon for the city of (Erbil- Iraq) for the period (2010- 2019) from (General Directorate of Electricity of the city of Erbil- the control department) and the series consisted of (111) values, Where the researchers noted when analyzing the chain, there is an increasing general trend of the phenomenon, and this indicates an increased demand for electrical energy by city residents with a few concavities and protrusions of the string values, and this indicates a case of non-stationary counting around the average and the variance, respectively, and it was also observed the presence of Seasonal compound, in other words, there are changes that repeat themselves every regular period (12 months) of the phenomenon, in other words that the need or demand increases its intensity for the mentioned period, and for the purpose of converting the chain to a state of stability around the average, the first difference was taken to remove the chain from the influence of the general trend either to convert the chain to be stable On the variance, the natural logarithm transformation of the time series was taken after the first difference was taken. Either to remove the compound or seasonal changes, the first seasonal difference was taken for the seasonal period amounting to 12 months. For the purpose of future forecasting of the phenomenon, the Box-Jenkins methodology was applied to the stable chain. For this purpose, the researchers selected the seasonal and non-seasonal ranks of the mentioned methodological models (p, q, P, Q = 0,1,2,3,4). To reach the best seasonal model, double appropriate, with data from among the significant models for the purpose of predicting the future where the three criteria were used for the purpose of diagnosing the significant models, and they are as follows: (Mean Square Error (MSE)), Akaike information criterion AIC, The standard (Akaike information criterion AICc) used in the research, and we concluded that the SARIMA (0.1,1) (1,1,2) 12 time series represented the best representation because it had the lowest values for the above criteria with a fit to pass a test. The stationary of the models, meaning that the errors of the personalized model were random, and after testing the stationary of the proposed model, we predicted the quantities of demand for electrical energy for a period of 12 months (2019-2020) in order to benefit from them in the future planning process.
ISSN: 2218-0222

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.