ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Future Estimation for Electric...>الوصف

Future Estimation for Electricity Interruption in Dohuk Governorate ( Kurdistan-Iraq ) using SARIMA model

العنوان بلغة أخرى: إنقطاعات الكهرباء والتقدير التنبؤي لها في محافظة دهوك-كردستان العراق باستخدام نموذج SARIMA
المصدر: زانكو - الإنسانيات
الناشر: جامعة صلاح الدين
المؤلف الرئيسي: Nacy, Nabeel George (Author)
مؤلفين آخرين: Ibrahim, Samaher Tareq (Co-Author) , Badal, Mohammed AbdulMajeed (Co-Author)
المجلد/العدد: مج23, ع1
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2019
الشهر: يناير
الصفحات: 201 - 215
DOI: 10.21271/zjhs.23.1.14
ISSN: 2218-0222
رقم MD: 948231
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: HumanIndex
مواضيع:
شبكة الكهرباء | التنبؤات المستقبلية | نموذج SARIMA | محافظة دهوك | كردستان العراق
كلمات المؤلف المفتاحية:
Time series | SARIM Amodel | BIC | RMSE | MAE | MAPE | R2 | ACF | PACF | Box-Ljung statistics | Electricity Interruption
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: تشير السلسلة الزمنية الموسمية إلى نمط منتظم من التغييرات التي تتكرر لفترة s من الزمن . وعادة السلسلة الموسمية تسبب في عدم استقرار السلسلة الزمنية. ويعرف الفرق الموسمي بأنه الفرق بين قيمة وقيمة أخرى التي يكون الفارق الزمني فيها من مضاعفات s من الفترات. في هذا البحث تطرقنا إلى المعدل اليومي لساعات انقطاع الكهرباء حسب الأشهر والتي تمثل الفجوة بين الحمل الكهربائي الشهري الذي يتم توريده لمحافظة دهوك (ضمن كردستان العراق) والطلب على الكهرباء واستهلاكها خلال الفترة من كانون الثاني 2010 إلى كانون الأول 2016. ولكون هذه السلسلة لها تأثيرات موسمية، فإننا استخدمنا نموذج SARIMA لعدد من الأشهر وهي 12=s ونعتمد الفروقات الموسمية وغير الموسمية 0أو 1، لاختيار النموذج المناسب، الذي يعطي أدنى قيمة من BIC, RMSE, MAE, MAPE وأكبر قيمة إلى R² ، لغرض التنبؤ بمعدل ساعات القطع اليومية خلال الأشهر المقبلة. استنتجنا إن أفضل نموذج هو SARIMA (1,1,1) (0,1,0)12 ، واستنادا لهذا النموذج لاحظنا تزايد المعدل اليومي لساعات الانقطاع، ومن المتوقع أن يكون عجز كلي لتجهيز الكهرباء خلال شهر كانون الأول من عام 2018 إذا استمرت السلسلة الزمنية بهذا النمط.

Seasonality, in time series, refers to a regular pattern of changes that repeat for S time period, where S defines the numbers of timer periods until the pattern repeats again. Seasonality, of course, usually causes the time series to be non stationary [4], seasonal differencing is defined as a difference between a value and a value with lag that is a multiple of S. In this paper, we will discuss the daily average of hours of electricity interruption per month which represents the gap between the amount of energy available and energy required for consumption. We took the data of Dohuk governorate (within Kurdistan region of Iraq) for the period from Jan. 2010 to Dec. 2016. Since this series have seasonal affects, we used SARIMA model with S = 12 and the seasonal and non-seasonal differences are 0 or 1, to choose the appropriate model, that gives least value of BIC, RMSE, MAE, MAPE and largest value of R² to forecast the periods of daily interruption for the next months. We concluded that the best model is SARIMA(1,1,1)(0,1,0)12, and the expected values of the daily average of hours of electricity interruption per month in Dohuk Governorate are increasing and it is expected that the entirely lack of electricity supply during the month of December 2018 if the time series continues this pattern
ISSN: 2218-0222

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.