ارائه مدل پیش‌بینی مصرف سالیانه برق در ایران با استفاده از شبکه‌عصبی نارکس و بررسی تاثیر هدفمندسازی یارانه‌ها بر آن

در این پژوهش، مدلی برای پیش بینی مصرف برق سالیانۀ ایران بر اساس معیارهای اقتصادی و با استفاده از شبکه‌های عصبی مصنوعی ارائه و همچنین تاثیر اجرای طرح هدفمندسازی یارانه‌ها در اولین سال اجرای این طرح بر مصرف برق سالیانه ایران بررسی شده است. بدین صورت که شبکۀ عصبی نارکس متغیرهای جمعیت و تولید ناخالص داخلی را به عنوان ورودی دریافت کرده و خروجی آن مصرف برق سالیانه در ایران است. برای آزمودن و آموزش شبکۀ طراحی شده، داده‌های سال‌های 1362 تا 1389 جمع آوری شده است که داده‌های چهار سال آخر برای آزمودن عملکرد شبکه مورد استفاده قرار گرفته است. برای بررسی میزان دقت پیش بینی شبکۀ طراحی شده، دو مدل شبکۀ عصبی پرسپترون و مدل سری زمانی آریما نیز طراحی گردیده است که مقایسۀ نتایج نشان می‌دهد که شبکۀ عصبی نارکس توانایی بالاتری در پیش بینی مصرف برق ایران دارد. در این مدل با لحاظ شدن عوامل کلیدی تاثیر گذار بر مصرف برق، مصرف برق سالیانه ایران در سال‌های قبل از اجرای هدفمندی یارانه‌ها با دقت بالایی پیش بینی می‌شود و بر این اساس میزان مصرف برق ایران در سال 1390 و بررسی این روند در سال‌های 1391 و 1392 بیانگر تاثیر اجرای طرح هدفمندی یارانه‌ها در اولین سال پس از اجرای آن بر مصرف برق سالیانه کشور است. کاهش نسبتا محسوس مصرف برق در این سال نسبت به پیش بینی مدل ارائه شده موید این تاثیر است. نتایج پژوهش حاکی از آن است که با توجه به ساختار شبکه عصبی نارکس و تاثیر تدریجی عامل زمان بر آن از این مدل می‌توان برای پیش بینی مصرف برق سالیانه کشور استفاده نمود.

Presenting the Prediction Model of Iran’s Electricity Annual Consumption by means of Narx Neural Network and Studying Effect of Targeted Subsidies on it

In this research a model has been designed for predicting Iran’s electricity annual consumption based on economic criteria and by means of artificial neural networks. Moreover, the effect of implementing targeted subsidies plan on annual electricity consumption of Iran has been studied. In such a way that Narx neural network takes Iran population and GDP variables as input and generates Iran annual electricity consumption as output. For testing and teaching the designed network, data related to the years 1362 to 1389 were collected and the last 4 years data has been collected for testing the network performance. For studying the accuracy degree of designed network, Perceptron neural network model and Arima time series model also were designed .And comparison of results shows that Narx neural network is more powerful in predicting Iran electricity consumption. Considering the key factors affecting electricity consumption in this model, Iran electricity consumption in the years before implementing the targeted subsidies could be predicted with a high accuracy and therefore the amount of electricity consumption in Iran during the year 1390, 91 and 92 shows the effect of subsidies targeting plan on Iran electricity consumption in first year of implementing it. The tangible decrease in electricity consumption in that year in comparison to designed model is a bare witness for this effect. Findings of research shows that according to Narx neural network and the graduate effect of time on it ,this model could be used for predicting the annual consumption of electricity inside the country.