ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Electricity Consumption Forecasting in Algeria Using ARIMA and Long Short-Term Memory Neural Network

المصدر: المجلة الدولية للأداء الاقتصادي
الناشر: جامعة أمحمد بوقرة بومرداس - مخبر أداء المؤسسات الاقتصادية الجزائرية في ظل الحركية الاقتصادية الدولية
المؤلف الرئيسي: Abdelkader, Sahed (Author)
مؤلفين آخرين: Kahoui, Hacene (Co-Author)
المجلد/العدد: مج6, ع1
محكمة: نعم
الدولة: الجزائر
التاريخ الميلادي: 2023
الشهر: جوان
الصفحات: 78 - 88
DOI: 10.54241/2065-006-001-005
ISSN: 2661-7161
رقم MD: 1397993
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
Electricity Consumption | ARIMA | LSTM | Algeria
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

2

حفظ في:
المستخلص: Forecasting electricity consumption is necessary for electric grid operation and utility resource planning, as well as to improve energy security and grid resilience. Thus, this research aims to investigate the prediction performance of the ARIMA and LSTM neural network model using electricity consumption data during the period 1990 to 2020. The time series for electricity consumption is divided into 70% for training data and 30% for test data. The results showed that the LSTM model provided improved forecasting accuracy than the ARIMA model.

ISSN: 2661-7161

عناصر مشابهة