Accurate electricity consumption fo

Accurate electricity consumption forecast has primary importance in the energy planning of the developing
countries. During the last decade several new techniques are being used for electricity consumption
planning to accurately predict the future electricity consumption needs. Support vector machines (SVMs)
and least squares support vector machines (LS-SVMs) are new techniques being adopted for energy consumption
forecasting. In this study, the LS-SVM is implemented for the prediction of electricity energy
consumption of Turkey. In addition to the traditional regression analysis and artificial neural networks
(ANNs) are considered. In the models, gross electricity generation, installed capacity, total subscribership
and population are used as independent variables using historical data from 1970 to 2009. Forecasting
results are compared using diverse performance criteria in this study with each other. Receiver operating
characteristic (ROC) analysis is realized for determining the specificity and sensitivity of the empirical
results. The results indicate that the proposed LS-SVM model is an accurate and a quick prediction
method.

ผลลัพธ์ (ไทย) 2:

การคาดการณ์ปริมาณการใช้ไฟฟ้าที่ถูกต้องมีความสำคัญหลักในการวางแผนพลังงานของการพัฒนา
ประเทศ ในช่วงทศวรรษที่ผ่านมาเทคนิคใหม่ ๆ ที่มีการใช้สำหรับการใช้ไฟฟ้า
การวางแผนที่ถูกต้องคาดการณ์ปริมาณการใช้ไฟฟ้าในอนาคตความต้องการ การสนับสนุนเครื่องเวกเตอร์ (SVMs)
และสี่เหลี่ยมสนับสนุนเครื่องเวกเตอร์น้อย (LS-SVMs) เป็นเทคนิคใหม่ที่ถูกนำมาใช้สำหรับการใช้พลังงาน
การพยากรณ์ ในการศึกษานี้ LS-SVM จะดำเนินการสำหรับการคาดการณ์ของพลังงานไฟฟ้า
การบริโภคของตุรกี นอกจากนี้ยังมีการวิเคราะห์การถดถอยแบบดั้งเดิมและเครือข่ายประสาทเทียม
(ANNs) ได้รับการพิจารณา ในรูปแบบของการผลิตไฟฟ้ารวมกำลังการผลิตติดตั้งรวม subscribership
และจำนวนประชากรที่ใช้เป็นตัวแปรอิสระโดยใช้ข้อมูลทางประวัติศาสตร์จาก 1970 กับปี 2009 การคาดการณ์
ผลการเปรียบเทียบโดยใช้เกณฑ์ประสิทธิภาพการทำงานที่หลากหลายในการศึกษาครั้งนี้กับคนอื่น ๆ รับปฏิบัติการ
ลักษณะ (ROC) การวิเคราะห์การตระหนักในการกำหนดความจำเพาะและความไวของการทดลอง
ผล ผลการวิจัยพบว่าการเสนอรูปแบบ LS-SVM เป็นที่ถูกต้องและการคาดการณ์อย่างรวดเร็ว
วิธี

ผลลัพธ์ (ไทย) 3:

การพยากรณ์การใช้ไฟฟ้าที่ถูกต้องมีความสำคัญหลักในการวางแผนพลังงานของประเทศพัฒนา
. ในช่วงทศวรรษที่ผ่านมาหลายเทคนิคใหม่มีการใช้พลังงานไฟฟ้า
การวางแผนอย่างถูกต้องทำนายอนาคตได้ใช้ไฟฟ้าต้องการ ( แบบ )
สนับสนุนเครื่องเวกเตอร์อย่างน้อยสี่เหลี่ยมและสนับสนุนเครื่องเวกเตอร์ ( เป็นแบบ ) เป็นเทคนิคใหม่เป็นลูกบุญธรรม เพื่อการใช้พลังงาน
การคาดการณ์ ในการศึกษานี้ ls-svm ใช้สำหรับการพยากรณ์พลังงานไฟฟ้า
การบริโภคของตุรกี นอกเหนือไปจากการวิเคราะห์การถดถอยแบบดั้งเดิมและโครงข่ายประสาทเทียม
( แอนน์ ) จะพิจารณา ในรุ่น รวมการผลิตไฟฟ้าติดตั้งความจุ
subscribership ทั้งหมดและประชากรที่ใช้เป็น ตัวแปรอิสระที่ใช้ข้อมูลทางประวัติศาสตร์จากปี 1970 ถึงปี 2009 การเปรียบเทียบโดยใช้เกณฑ์สมรรถนะ
ผลลัพธ์ที่หลากหลายในการศึกษานี้กับแต่ละอื่น ๆ ลักษณะงาน ( รอครับ
) การวิเคราะห์คือการตระหนักถึงการกำหนดความจำเพาะและความไวของผล

ผลการศึกษาพบว่า การนำเสนอ ls-svm แบบที่ถูกต้อง และวิธีทำนาย
ด่วน