این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی و مدیریت انرژی، جلد ۸، شماره ۴، صفحات ۰-۰
عنوان فارسی پیش‌بینی تقاضای جهانی گاز طبیعی :توسعه مدل محاساباتی ترکیبی بر پایه شبکه عصبی مصنوعی
چکیده فارسی مقاله پیش‌بینی رفتار سیستم‌های پیچیده همواره موردتوجه پژوهشگران بوده است. سیستم‌های انرژی ازاین‌روی که متأثر از عوامل متعدد خرد و کلان اعم از اقتصادی، سیاسی، اجتماعی و فناوری می‌باشند رفتاری پیچیده و بعضاً با عدم قطعیت بالا از خود نشان می‌دهند. در سال‌های اخیر و با توجه به کاهش قیمت نفت و طرح ثبات تولید نفت خام در مجموعه کشورهای عضو اوپک، ایران به دنبال افزایش سهم خود از بازار جهانی گاز طبیعی و درآمدزایی از طریق فروش گاز طبیعی است. در این مقاله مسئله تقاضای جهانی گاز طبیعی موردبررسی قرارگرفته و مدلی ترکیبی بر پایه شبکه عصبی مصنوعی توسعه یافت. در مدل پیشنهادی ابتدا ورودی‌های معمول پیش‌بینی تقاضای انرژی موردمطالعه قرار گرفتند. جهت تضمین در نظر گرفتن تمام ورودی‌های محتمل روش بیشینه مدنظر قرار گرفت و با توجه به امکان دسترسی به داده خام، تعداد زیادی متغیر ازجمله متغیرهای منتخب مطالعات پیشین به‌عنوان ورودی مدل در نظر گرفته شد. با استفاده از ابزارهای داده‌کاوی از مین 13 ورودی در دسترس، مجموعه 6 ورودی بعنوان نماینده کل جمعیت شناسایی شده و مدل بر مبنای آن‌ها پیاده‌سازی شد. سپس الگوریتم پیش‌بینی ترکیبی هوشمندی طراحی شد، به‌قسمی‌که از الگوریتم ژنتیک برای بهینه‌سازی و آموزش شبکه عصبی مصنوعی استفاده شده است. مطالعه خروجی‌ها نشان داد در مقایسه با مدل‌های پایه و موجود در مطالعات پیشین و با در نظر گرفتن پنج آماره خطای متفاوت، مدل پیشنهادی عملکرد بهتری نسبت به سایر مدل‌ها دارد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Natural gas demand forecasting: Development of a hybrid computational model based on artificial neural network
چکیده انگلیسی مقاله Recently natural gas global market attracted much attention since it is cleaner than oil and also is cheaper than renewable energy sources. However, price fluctuations, environmental concerns, technological development, unconventional resources, energy security challenges, and shipment are some of the forces made energy market more dynamic and complex in the last decade. Studying of natural gas market's demand side behavior is targeted by this research to dedicate insights about plausible trends of global natural gas demands. This paper proposed a hybrid time series model which starts with data mining based techniques to detect input features and pre-processing data, then a neural network based prediction model is used to uncover global natural gas trends. 13 different features were studied and finally 6 features were selected as the most relevant feature containing:  Alternative and Nuclear Energy, CO2 Emissions, GDP per Capita, Urban Population, Natural Gas Production, Oil Consumption. Finally, the proposed prediction model overcame other competitive models refer to five different error based evaluation statistics.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله رضا حافظی | Reza Hafezi


امیرناصر اخوان | Amirnaser Akhavan


سعید پاک‌سرشت | Saeed Pakseresht


نشانی اینترنتی http://energy.kashanu.ac.ir/browse.php?a_code=A-10-1461-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات