استخدام الشبكات العصبية الاصطناعية للتنبؤ باستهلاك الطاقة الكهربائية في المملكة العربية السعودية مقارنة مع نموذج الانحدار اللوجستي خلال الفترة: 2000- 2024

 د. خالدة عبد الله مصطفى

أستاذ الاقتصاد المساعد || قسم العلوم الإدارية|| الكلية التطبيقية || جامعة نجران|| المملكة العربية السعودية

E-mail: Khalda.abdalla2020@gmail.com || Orcid: https://orcid.org/0009-0004-5907-4511 || Mobile: 00966537138277

            هدفت الدراسة إلى تطوير نموذج تنبؤي باستخدام الشبكات العصبية الاصطناعية بخوارزمية الانتشار العكسي لتقدير تكلفة استهلاك الكهرباء في المملكة العربية السعودية، ومقارنته بنموذج الانحدار اللوجستي. تم تصنيف الاستهلاك إلى فئتين (مرتفع ومنخفض) بناءً على خمسة متغيرات اقتصادية ومناخية وسكانية: الناتج المحلي الإجمالي، الاستهلاك الصناعي، دخل الفرد، متوسط درجة الحرارة، وعدد السكان. اعتمدت الباحثة المنهج الوصفي التحليلي، باستخدام بيانات مكتملة لـ 25 حالة، إضافة إلى مصادر رسمية كبيانات البنك الدولي. أظهرت النتائج تفوق نموذج الشبكة العصبية بدقة بلغت 94%، مع تأثير بارز للاستهلاك الصناعي بنسبة 100%. وقدّمت الدراسة نموذجًا قابلًا للتطبيق في التخطيط الوطني للطاقة، وأوصت بتبني تقنيات الذكاء الاصطناعي في تطوير قطاع الكهرباء بما يواكب أهداف التنمية المستدامة.

1. إسماعيل، عوضية محمد. (2025). تحليل العوامل المؤثرة على استهلاك الكهرباء في المملكة العربية السعودية باستخدام الانحدار اللوجستي. المجلة العربية للنشر العلمي، 8(79)، 608-622. https://www.ajsp.net/volume.php?vol=61
2. بابطين، ف. ب. ع.(2009) النمذجة باستخدام الانحدار اللوجستي وتحليل بقاء البيانات. الرياض: جامعة الملك سعود، كلية العلوم الإدارية.
3. بن سعدي، فتيحة، طويطي، مصطفى، وبن عبد الرحمان، ذهيبة. (2023). التنبؤ باستهلاك الطاقة الكهربائية في المملكة العربية السعودية إلى غاية 2030: دراسة قياسية باستخدام منهجية بوكس وجنكيز. مجلة الإدارة والتنمية للبحوث والدراسات، 12(2)، 294–312. https://asjp.cerist.dz/en/article/240391
4. التميمي، محمد. (2024). تحليل استهلاك الطاقة الكهربائية للأغراض السكنية في مدينة حائل. مجلة العلوم الإنسانية والاجتماعية, 2(72). http://212.138.118.109/index.php/jshs/article/view/2824
5. الجشي، س. (2025). استخدامات الانحدار اللوجستي في التحليلات التنبؤية. مجلة جودة، 26، 50026. https://m-quality.net/?p=50026
6. الحاج، عبد الله محمد. (2024). دراسة تحليلية للتنبؤ بمبيعات الكهرباء في المملكة العربية السعودية خلال الفترة 2005–2022 وفقًا لتحقيق رؤية السعودية 2030 باستخدام نماذج السلاسل الزمنية. مجلة ريحان للنشر العلمي، 54، 220. https://rjsp.org/category/2024/54 /
7. الحسيني، قصي حبيب، والساعدى، أحمد عبد الأمير (2007)، مقدمة في الشبكات العصبية الاصطناعية، جامعة الأمام جعفر الصادق عليه السلام.
8. ساهد، عبدالقادر، ومكيديش، محمد. (2012). دراسة مقارنة بين الانحدار المبهم باستخدام البرمجة الخطية بالأهداف والشبكات العصبية الاصطناعية للتنبؤ بأسعار البترول. مجلة الباحث بجامعة أبي بكر بلقايد، تلمسان، الجزائر، (14)، 1–20. http://dspace.univ-ouargla.dz/jspui/handle/123456789/5895
9. الشهري، م. م. (2021). نموذج انحدار لوجستي لتقدير احتمالية ارتفاع استهلاك الكهرباء في المنازل السعودية. مجلة جامعة الملك سعود للعلوم الإدارية، 33(2)، 112–136.
10. صميلي، خديجة محمد، وبوقري، فايدة كامل. (2024). أثر المناخ على استهلاك الطاقة الكهربائية السكنية في مدينة جدة. مجلة العلوم الإنسانية والاجتماعية، 8(4)، 14-25.https://doi.org/10.26389/AJSRP.K280124  
11. العمري، ع. ن. (2019). تقدير الطلب المستقبلي على الطاقة الكهربائية في المملكة العربية السعودية باستخدام نماذج الانحدار. مجلة أبحاث الطاقة والتنمية المستدامة، 7(3)، 55–90.
12. العنزي، خ. ف. (2022). تحليل العوامل الاقتصادية المؤثرة على استهلاك الكهرباء في المملكة العربية السعودية: دراسة باستخدام النماذج الكمية. مجلة الاقتصاد السعودي، 12(1)، 45–72.
13. الفليت، غلا فواز. (2024). دور الابتكارات الرقمية في الطاقة المتجددة لتنمية وتطوير المجتمعات. جامعة قطر. http://hdl.handle.net/10576/51002  
14. مرسييه، م. (2025). ما هي الشبكة العصبية العميقة؟. موقع بوت بريس. تم الاسترجاع في 29/7/2025 من https://botpress.com/ar/blog/deep-neural-network