Open Access Journal

International Science and Technology Journal

ISSN: 2519-9854 (Online)

ISSN: 2519-9846 (Print)

DOI: www.doi.org/10.62341/ISTJ

A peer-reviewed and open access journal concerned with publishing researches and studies in the field of applied sciences and engineering

Published by

Supervised by

Application of Artificial Neural Networks and Fuzzy Logic Methods for Short-Term Load Forecasting of the Western Libyan Electric Network

Researcher(s):
  • Abdulwahid A. khalleefah
  • Omar Moftah Mayouf
  • Abdulfatah Mokhtar Twair
Institution:Higher Institute of Science and Technology, Alasabaa – Libya
Higher Institute of Engineering Technologies- Tripoli, Libya
Higher Institute of Science and Technology, kiklaa – Libya
Field:الهندسة الكهربائية و الالكترونية وهندسة الاتصالات
Published in:35th volume - October 2024
الملخص
يتناول هذا البحث تطبيق الشبكات العصبية الاصطناعية وطرق المنطق الضبابي للتنبؤ بالأحمال قصيرة المدى في شبكة كهرباء غرب ليبيا.تم جمع بيانات الأحمال بالساعة التاريخية خلال عام 2023 من قبل الشركة العامة للكهرباء في ليبيا (GECOL). تهدف الدراسة إلى تطوير نماذج دقيقة وموثوقة للتنبؤ بالأحمال لدعم تشغيل الشبكة بكفاءة وتخطيط الموارد.يتم استخدام بيانات الأحمال التاريخية والمتغيرات الجوية لتدريب وتقييم نماذج التنبؤ.تتم مقارنة أداء الشبكات العصبية الاصطناعية وطرق المنطق الضبابي، وتقييم مدى ملاءمة كل نهج للتنبؤ بالأحمال في شبكة كهرباء غرب ليبيا.توضح النتائج فعالية كل من الشبكات العصبية الاصطناعية وطرق المنطق الضبابي في التنبؤ بالأحمال قصيرة المدى، مما يوفر رؤى قيمة لمقدمي الكهرباء وصناع السياسات في المنطقة.............. الكلمات المفتاحية:...........الشبكات العصبية الاصطناعية , المنطق الضبابي, التنبؤ بالأحمال.
Abstract
This research paper investigates the application of artificial neural networks (ANNs) and fuzzy logic methods for short-term load forecasting in the Western Libyan Electric Network. Historical hourly load data collected during the year 2023 by the General Electricity Company of Libya (GECOL). The study aims to develop accurate and reliable load forecasting models to support efficient grid operation and resource planning. Historical load data and meteorological variables are utilized to train and evaluate the forecasting models. The performance of the ANNs and fuzzy logic methods is compared, and the suitability of each approach for load forecasting in the Western Libyan Electric Network is assessed. The results demonstrate the effectiveness of both ANNs and fuzzy logic methods in short-term load forecasting, providing valuable insights for electricity providers and policymakers in the region......................... Keywords: .............neural' networks, fuzzy logic, load forecasting.