Forecasting monthly electric energy consumption in eastern Saudi Arabia using univariate time-series analysis

Abdel-Aal, R.E.; Al‐Garni, Ahmed Z.

doi:10.1016/s0360-5442(97)00032-7

Cited by 160 publications

(59 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…On the other hand, time series methods [3][4][5] use a moving average to simplify the raw trends. These methods remove tiny waves to smoothen the data figures.…”

Section: Introductionmentioning

confidence: 99%

Forecasting Monthly Electric Energy Consumption Using Feature Extraction

2011

View full text Add to dashboard Cite

Monthly forecasting of electric energy consumption is important for planning the generation and distribution of power utilities. However, the features of this time series are so complex that directly modeling is difficult. Three kinds of relatively simple series can be derived when a discrete wavelet transform is used to extract the raw features, namely, the rising trend, periodic waves, and stochastic series. After the elimination of the stochastic series, the rising trend and periodic waves were modeled separately by a grey model and radio basis function neural networks. Adding the forecasting values of each model can yield the forecasting results for monthly electricity consumption. The grey model has a good capability for simulating any smoothing convex trend. In addition, this model can mitigate minor stochastic effects on the rising trend. The extracted periodic wave series, which contain relatively less information and comprise simple regular waves, can improve the generalization capability of neural networks. The case study on electric energy consumption in China shows that the proposed method is better than those traditionally used in terms of both forecasting precision and expected risk.

show abstract

“…On the other hand, time series methods [3][4][5] use a moving average to simplify the raw trends. These methods remove tiny waves to smoothen the data figures.…”

Section: Introductionmentioning

confidence: 99%

Forecasting Monthly Electric Energy Consumption Using Feature Extraction

2011

View full text Add to dashboard Cite

show abstract

“…These are mainly divided into two types of models: the first type are traditional forecasting models, such as regression models, time series models, econometrics models, and the Auto Regressive Integrated Moving Average (ARIMA) model; the second type consists of soft computing models, like genetic algorithms, neural networks, fuzzy logic (FL), and the support vector machine (SVM) [3,4]. The most commonly used traditional statistical model is the ARIMA model, which harnesses historical data for a forecasting model and can capture training data to set linear relationships [5]. Coalla [6] used an ARIMA model in 1999 to forecast future energy production and consumption in the Asturias, Conejo et al [7] employed an ARIMA to forecast mainland Spain's electricity market prices, Ediger [8] used regression, ARIMA and Seasonal time series ARIMA (SARIMA) models to forecast Turkish fossil fuel production, and Pappas and Erdogdu et al [9,10] used an ARIMA model to forecast electricity consumption, thus proving that this model is more efficient than other time-series models.…”

Section: Literature Reviewmentioning

confidence: 99%

A New Hybrid Method for China’s Energy Supply Security Forecasting Based on ARIMA and XGBoost

Пин

Zhang

2018

Energies

View full text Add to dashboard Cite

Abstract:Energy supply security is a significant part of China's security, directly influencing national security and economic and social sustainability. To ensure both China's present and the future energy supply, it is essential to evaluate and forecast the energy supply level. However, forecasting the energy supply security level is difficult because energy supply security is dynamic, many factors affect it and there is a lack of accurate and comprehensive data. Therefore, based on previous studies and according to the characteristics of energy supply and the social development of China, first, the authors apply a comprehensive evaluation method to quantify the energy supply security. Second, based on the ARIMA-XGBoost hybrid model, the authors create two novel approaches for forecasting the energy supply security level of China. The authors find that: (1) energy supply security is dynamic, and green development has become the theme of China's energy development. The energy industry urgently needs to provide more high-quality ecological energy products to meet the people's desire for a beautiful ecological environment; (2) since the mean absolute percentage errors are below 4.5% when forecasting the energy supply security indicators, the ARIMA-XGBoost hybrid model is more accurate for forecasting China's energy supply security level and (3) the security level of China's energy supply has developed periodic features; the ESSI can improve by about 0.2 every five years, but, due to the low starting point and multiple types of constraints, it is difficult to reach the safety level in a short time.

show abstract

“…También la variabilidad en el contenido en proteína intra-especies puede ser explicada por las diferentes condiciones de cultivo (ambiente y fertilización nitrogenada) y/o el potencial genético (Gómez-Becerra et al, 2010;Escarnot et al, 2012;Filipčev et al, 2013), pero son varios los autores que han comprobado un elevado contenido en los genotipos de espelta analizados (Abdel-Aal et al, 1997;Bonafaccia et al, 2000;Zanetti et al, 2001;Pruska-Kedzior et al, 2008;Kohajdová y Karovičová, 2009;Gómez-Becerra et al, 2010;Pasqualone et al, 2011;Escarnot et al, 2012;Filipčev et al, 2013;Jablonskytė Raščė et al, 2013). En este estudio, los dos espelta mostraron valores intermedios en el intervalo de los Discusión resultados globales de los cinco cultivares, teniendo el trigo 'Espelta Navarra' un valor más elevado que el 'Espelta Álava'.…”

Section: Calidad Del Granounclassified

“…Gómez-Becerra et al (2010) encontraron genotipos de espelta que tenían altas concentraciones de hierro y zinc en diferentes condiciones ambientales. Son varios los autores (Abdel-Aal et al, 1997;Zanetti et al, 2001;Gómez-Becerra et al, 2010) que describen a los espeltas como trigos con alto contenido en proteína y, en la revisión llevada a cabo por Escarnot et al (2012), se atribuye dicha característica a los rendimientos más bajos obtenidos para los espeltas. En la misma línea, y en la revisión más reciente, realizada por Hammed y Simsek (2014), se concluye que los granos vestidos poseen un mayor contenido en proteína y cenizas que los de trigo desnudo, debido a su menor tamaño y mayor ratio superficie/volumen del grano.…”

Section: Introducción 13unclassified

“…Valorando los resultados de las cinco muestras en conjunto, los valores para el peso de mil semillas, fueron más elevados en 'Craklin' y en los dos espeltas, y superiores a los encontrados por otros autores (Wilson et al, 2008;Mikos et al, 2012;Jankovic et al, 2015). Glamoclija et al (2013) También la variabilidad en el contenido en proteína intra-especies puede ser explicada por las diferentes condiciones de cultivo (ambiente y fertilización nitrogenada) y/o el potencial genético (Gómez-Becerra et al, 2010; Escarnot et al, 2012;Filipčev et al, 2013), pero son varios los autores que han comprobado un elevado contenido en los genotipos de espelta analizados (Abdel-Aal et al, 1997;Bonafaccia et al, 2000;Zanetti et al, 2001;Pruska-Kedzior et al, 2008; Kohajdová y Karovičová, 2009;Gómez-Becerra et al, 2010;Pasqualone et al, 2011; Escarnot et al, 2012;Filipčev et al, 2013;Jablonskytė Raščė et al, 2013). En este estudio, los dos espelta mostraron valores intermedios en el intervalo de los Rodríguez-Quijano et al, 1990;Caballero et al, 2001) y colecciones de espeltas europeos (Yan et al, 2003;An et al, 2005) se encontraron altas frecuencias de esta subunidad (en torno al 85 %).…”

unclassified

See 1 more Smart Citation

Evaluación de la calidad funcional y sensorial en cultivares de Triticum aestivum ssp. vulgare y ssp. spelta en cultivo ecológico

Костюк¹,

Eugenia²

View full text Add to dashboard Cite

A mis padres y hermanosIV V "El hombre primero quiso comer para sobrevivir, luego quiso comer bien e incorporó la gastronomía a su mundo cultural. Ahora, además, quiere comer salud" Francisco Grande Covián VI VII AgradecimientosQuiero agradecer profundamente a mis directoras por este camino andado, en el que no me ha faltado apoyo, aliento y mucho conocimiento. A María Jesús por invitarme a participar en su proyecto, por acercarme al mundo de los cereales y por su constante apoyo; a Marta, por su infinita paciencia, por la minuciosidad de su trabajo y su encomiable afán de enseñar, todo el tiempo. Muchas gracias a ambas por su entrega y contribución personal para que este proyecto llegara a buen puerto.Ambas habéis sido una fuente de enriquecimiento y una constante inspiración.De la misma manera quiero mencionar a José María Carrillo y al Departamento de Mejora Genética de Plantas por su recibimiento y acogida, por facilitarme las cosas y hacerme sentir parte de esta casa. A Juan Manuel Álava, Jefe de Investigación de i+dea del Grupo Siro, por abrirme las puertas de sus instalaciones para las pruebas de evaluación de imagen de este trabajo.A la Escuela de Panadería de Madrid (Asempan) en general y a Manuel Flecha en particular por enseñarme la maravillosa labor de hacer pan y transmitirme su cariño, dedicación y respeto por esta tarea.A Florindo Fierro por hacer que las catas para identificar la capacidad de discriminación, repetitibilidad y reproducibilidad de cada juez fueran exitosas gracias a sus estupendos panes.A Wendu Tesfaye por sus consejos, apoyo y cercanía.A Ana, por su profesionalidad, por su ayuda incondicional, por su fortaleza y claridad en los momentos difíciles y por haber encontrado una amiga con quién compartir la vida. VIIIA Paco, por su paciencia, su cariño, su alegría y por su ayuda inestimable.A Elena por su cercanía y afecto.A Juan, por los buenos consejos y las charlas junto a una taza de té.A Patri, por sentir que siempre tuve un ángel cuidándome las espaldas, gracias por tu compañía, tu apoyo incondicional, tu honestidad, tu savoir faire, tu amistad...A Isi e Iván, mis compañeros de aventuras y emociones de por la madrugada y el día, los mejores aliados que una chica puede desear tener....y Ali, que bueno que vos estés también aquí... A Vicky, Ezequiel, los pitufos, Sole, Mónica, el pollo, la laucha, Gise, Juli, las Frugoni, mis amigos de Argentina, por estar siempre presente a pesar de la distancia.A Damián, el doc, por su hermosa locura, por todos estos años y los que vendrán.... y como diría el gran Tato Bores..."Vermut con papas fritas y good show" ¡!!! La senda nos espera... A Cele, por las risas, los instantes, el cariño, por estar...siempre... A Steph, por reencontrarnos tan lejos de casa y reconocernos en la mirada, en los gestos y en la melancolía de la lejanía... A mis padres, Marta y Carlos y a mis hermanos, Laura, Martita y Nahuel, que me han apoyado en todas mis locuras y que son lo mejor que tengo en esta vida.... Gracias totales... 6 Tabla 4.-Avance de superficies y pro...

show abstract

Forecasting monthly electric energy consumption in eastern Saudi Arabia using univariate time-series analysis

Cited by 160 publications

References 8 publications

Forecasting Monthly Electric Energy Consumption Using Feature Extraction

Forecasting Monthly Electric Energy Consumption Using Feature Extraction

A New Hybrid Method for China’s Energy Supply Security Forecasting Based on ARIMA and XGBoost

Evaluación de la calidad funcional y sensorial en cultivares de Triticum aestivum ssp. vulgare y ssp. spelta en cultivo ecológico

Contact Info

Product

Resources

About