Resumen de Predicting Electricity Consumption in Misan Province of Iraq Using Univariate Time Series Analysis
Sami A. S. AL Farttoosi, Behzad Mansouri
- español
El objetivo de esta investigación es desarrollar un modelo adecuado para pronosticar la demanda mensual de electricidad en Misan, Iraq. Con re-specto al tema de la escasez de electricidad y la reconstrucción de las industrias de posguerra, esta información es vital para los funcionarios iraquíes. Debido a la falta de información sobre otras variables que afectan el consumo de energía, el enfoque de esta investigación está en modelos univariados para pronósticos a corto plazo (hasta dos años). Los datos para este estudio son de enero de 2009 a junio de 2019. Se ajustaron varios modelos a los datos en tres clases, incluidos los métodos de suavizado exponencial, los modelos de Box-Jenkins y los modelos de espacio de es-tado. Se utilizaron diferentes criterios para seleccionar el modelo apropia-do. La aleatoriedad de los residuos del modelo se investigó utilizando el criterio de Liang-Box y se calcularon los puntos de referencia de infor-mación de Akaike para cada modelo. Además, se excluyó un período de 12 meses de los últimos datos como muestra de reserva y se usó para probar y validar las predicciones de los modelos. Los resultados muestran que el modelado de Box-Jenkins proporciona mejores resultados para estos da-tos. Finalmente, se presentan pronósticos de consumo de electricidad para un período de 24 meses en la provincia iraquí de Misan.
- English
The goal of this research is to develop a suitable model for forecasting monthly electricity demand in Misan Iraq. Regarding the issue of electricity shortages and post-war industries rebuilding, this information is vital for Iraqi officials. Due to the lack of information on other variables those affecting power con-sumption, the focus of this research is on univariate models for short-term forecasting (up to two years). The data for this study are from January 2009 to June 2019. Several models were fitted to the data in three classes including exponential smoothing methods, Box-Jenkins models and state- space mod-els. Different criteria were used to select the appropriate model. The random-ness of the model residuals was investigated using Liang-Box criterion and the Akaike information benchmarks were calculated for each model. Also, a 12-month period was excluded from the latest data as the hold-out sample and used to test and validate the models predictions. The results show that Box-Jenkins modeling provides better results for these data. Finally, electric-ity consumption forecasts for a 24-month period in Iraq’s Misan province are presented.
