مجلة الدراسات الاقتصادية المعاصرة
Volume 10, Numéro 2, Pages 25-38
2025-12-31

التنبؤ بالإستهلاك المنزلي للطاقة الكهربائية باستخدام تقنيات التنقيب في البيانات -الشبكات العصبية العميقة Lstm -

الكاتب : بن سعدي فتيحة .

الملخص

عالجت الدراسة موضوع التنبؤ باستهلاك الطاقة الكهربائية عن طريق الشبكات العصبية العميقة التي تعد من أهم الطرق الفعالة في مجال التنقيب في البيانات كونها تعالج بيانات ضخمة ذات تسلسل زمني، حيث تم تسليط الدراسة على بيانات إستهلاك الطاقة الكهربائية لسكان ولاية غرداية والتعرف على أهم التعريفات الكهربائية التي تسمح بترشيد الاستهلاك وتقليل تكلفة الفاتورة الكهربائية؛ توصلت الدراسة إلى أن الشبكات العصبية العميقة لها دور فعال في إعطاء صورة مستقبلية على الوضع الاستهلاكي للكهرباء من 2023Q4 إلى غاية 2025Q4، حيث يعطي معامل القوة التفسيرية 〖 R〗^2 نسبة%75 ومعامل متوسط مربع الأخطاء MSE نسبة %25، أي أن الاختلاف بين القيم الفعلية والقيم المتوقعة قليل ما يعطي دقة أعلى. The study addressed the topic of predicting electricity consumption using deep neural networks, which are one of the most effective methods in the field of data mining, as they process huge data with a time sequence. The study focused on the electricity consumption data of the residents of Ghardaïa State and identified the most important electricity tariffs that allow for rationalizing consumption and reducing the cost of the electricity bill. The study concluded that deep neural networks play an effective role in providing a future picture of electricity consumption from 2023Q4 to 2025Q4, with an explanatory power coefficient 〖 R〗^2 of 75% and a mean square error (MSE) of 25%. This means that the difference between actual and predicted values is small, resulting in higher accuracy.

الكلمات المفتاحية

الشبكات العصبية الإصطناعية ; إستهلاك الطاقة الكهربائية ; التنقيب في البيانات ; التنبؤ ; Artificial neural networks ; Electrical energy consumption ; Data mining ; prediction