المقارنة بين التنبؤ بالطلب على الطاقة الكهربائية باستخدام تقنيات الذكاء الاصطناعي والطرق التقليدية (ARIMA) دراسة حالة في محطة ديزلات شمال العمارة لتوليد الطاقة الكهربائية
الشريط الجانبي للمقالة
THIS IS AN OPEN ACCESS ARTICLE UNDER THE CC BY LICENSE
محتوى المقالة الرئيسي
الملخص
يهدف البحث إلى التنبؤ بالطلب على الطاقة الكهربائية من خلال استخدام تقنيات الذكاء الاصطناعي للتنبؤ بالطلب المستقبلي على الطاقة في محطة ديزلات شمال العمارة لتوليد الطاقة الكهربائية والتي تواجه مشكلة عدم التأكد بالطلب على الطاقة المستقبلية، بسبب ضعف في معرفة الاحمال المستقبلية، الذي يؤدي إلى عدم التخطيط الصحيح لجدولة العمليات الإنتاجية وإدارة أعمال الصيانة وبالتالي انخفاض في موثوقية النظام.
سيما أنها معززة لطاقة الشبكة الوطنية في الأدوار الرئيسية (المستمرة، والذروة، والاحتياطي)، وهذا ما زاد من صعوبة التنبؤ بالطلب على الاحمال المستقبلية بدقة عالية، إذ تم استعمال تقنيات الذكاء الاصطناعي والتقنيات التقليدية في انجاز الدراسة، إذ استخدم الباحث النموذج التقليدي ARIMA في برنامج SPSS ونموذج المجموعة العصبية لمعالجة البيانات (GMDH) من نوع الشبكة العصبية(ANN)، ونموذج الشبكة العصبية من نوع Feed-forward backprop للتنبؤ بالطلب على الطاقة بالاعتماد على البيانات التاريخية للأحمال الكهربائية اليومية للفترة من 1/1/2019 وتنتهي بالفترة 31/12/2021 إذ بلغ حجم البيانات (1096) يومياً.
توصل البحث إلى مجموعة من النتائج أهمها الحصول على قيم التنبؤ بالطلب المستقبلي للطاقة لمدة شهر يبدأ بالفترة من 1/1/2022 ولغاية 30/1/2022 للمحطة، إذ أعطى نموذج الشبكة العصبية GMDH أقل قيمة لمتوسط الخطأ النسبي المطلق (MAPE) مقداره 0.0567 بينما أعطت طريقة Feed-forward backprop متوسط الخطأ النسبي المطلق (MAPE) مقداره 0.0648، وكما أعطى النموذج التقليدي ARIMA متوسط الخطأ النسبي المطلق (MAPE) مقداره 0.0654 إذ تظهر النتائج التي تم الحصول عليها فعالية نموذج الشبكة العصبية من نوع GMDH في التنبؤ.
التنزيلات
تفاصيل المقالة
المراجع
اولاً. المصادر العربية:
المغربي، محمد الفاتح محمود بشير (2018)، إدارة الإنتاج والعمليات، ط1، مصر، الأكاديمية الحديثة للكتاب الجامعي.
ثانياً. المصادر الأجنبية:
Krajewski. Lee J. & Malhotra. Manoj K., (2022), Operations Management: Processes and Supply Chains،United Kingdom. Pearson Education Limited 2022.
Pihlajarinne, T., & Alén-Savikko, A., (2022). Introduction to Artificial Intelligence and the Media. In Artificial Intelligence and the Media. Edward Elgar Publishing.
Rose, D., (2018), Artificial Intelligence for Business What You Need to Know about Machine Learning and Neural Networks.
Russell, R. S., & Taylor, B. W., (2011), Operations Management: Creating Value.
Stevenson, William J., (2015), operations management, McGraw-Hill Education. New York.