Ин таҳқиқот бо истифода аз маълумоти энергияи пуркунии воситаҳои нақлиёти барқӣ, ки дар шаҳри Boulder-и иёлати Colorado дар давраи 2018-2025 сабт шудаанд, талаботи рӯзона ва солонаи энергияро пешгӯӣ мекунад. Дар таҳқиқот моделҳои дарахтбунёди XGBoost ва LightGBM бо моделҳои омӯзиши амиқи CNN-LSTM ва GRU муқоиса шудаанд; сабтҳои пуркунӣ бо тағйирёбандаҳои метеорологӣ, хусусиятҳои тақвимӣ, нишондиҳандаҳои истифодаи истгоҳҳои пуркунӣ, арзишҳои таъхирдор ва омори равзанаи ҳаракаткунанда якҷо карда шудаанд. Дар меъёрҳои пешгӯии рӯзона натиҷаи беҳтаринро XGBoost ба даст овардааст: NMAE %6,5758, NRMSE %8,8034, R² 0,9075 ва MAPE %6,6540. Бо вуҷуди ин, азбаски натиҷаҳо ба шабакаи пуркунии як шаҳр, баъзе гиперпараметрҳои тавзеҳнашудаи модел ва тарҳи пешгӯие такя мекунанд, ки чӣ гуна тағйирёбандаҳои истифодаи оянда тавлид шудаанд, нишон дода нашудааст, онҳоро бевосита ба шаҳрҳо ва шабакаҳои дигар умумӣ кардан мумкин нест.

Истеъмоли воқеии энергияи пуркунӣ дар 2025 ҳамчун 520.594,449 kWh ҳисоб карда шудааст. Барои коҳиш додани хатари нокифоя банақшагирии иқтидори инфрасохтор ба пешгӯиҳои солона тақрибан %1 захираи бехатарӣ татбиқ шудааст ва ҳамаи чор модел барои 2025 ба сатҳи тақрибан 525.800 kWh калибр карда шудаанд. Аз ин рӯ муқоисаи асосии байни моделҳо бояд ба меъёрҳои хатои рӯзона такя кунад, на ба ҷамъбастҳои солонаи 2025, ки дидаву дониста ба ҳам наздик карда шудаанд. Пешгӯиҳои умумии энергияи моделҳо барои 2026 аз 575.387,001 то 638.291,622 kWh фарқ кардаанд; ду модели дарахтбунёд дар фосилаи 635.226,756-638.291,622 kWh натиҷа додаанд.

Аз нуқтаи назари Туркия, таҳқиқот нишон медиҳад, ки инфрасохтори пуркунии воситаҳои нақлиёти барқиро метавон на танҳо аз рӯи шумораи мавҷудаи воситаҳои нақлиёт, балки бо арзёбии якҷояи истифодаи истгоҳ, давомнокии пуркунӣ, шароити обу ҳаво, таъсири тақвим ва намунаҳои истеъмоли гузашта банақша гирифт. Аммо натиҷаҳои модели бо маълумоти Boulder омӯзонидашуда наметавонанд барои Туркия ҳамчун ҳадафи мустақими иқтидор истифода шаванд. Системае, ки дар Туркия татбиқ мешавад, бояд бо сабтҳои маҳаллии истгоҳҳо, иқлими минтақавӣ, тақвими идҳо, рафтори истифода, тақсимоти қувваи пуркунӣ ва тамоюлҳои паҳншавии воситаҳои нақлиёти барқӣ аз нав омӯзонида шуда, дар маълумоти воқеии оянда санҷида шавад.

Саволи асосии таҳқиқот чист?

Саволи асосии таҳқиқот ин аст, ки дар маълумоти сохторёфтаи пуркунии воситаҳои нақлиёти барқӣ усулҳои омӯзиши мошинии дарахтбунёд ё моделҳои омӯзиши амиқ, ки маълумоти пайдарпайро коркард мекунанд, пешгӯии дақиқтари талаботи рӯзонаро медиҳанд. Таҳқиқот инчунин меомӯзад, ки барои кам кардани камбаҳодиҳии талабот дар банақшагирии иқтидори солона чӣ гуна захираи доимии бехатарӣ ба пешгӯиҳо татбиқ карда шавад.

Чор модели ба муқоиса дохилшуда инҳоянд:

• XGBoost: Модели gradient boosting, ки хатоҳоро бо дарахтони пайдарпайи қарор кам мекунад.
• LightGBM: Модели gradient boosting, ки аз рушди баргмеҳвар истифода мебарад ва барои маълумоти сохторёфта таҳия шудааст.
• CNN-LSTM: Модели гибридӣ, ки намунаҳои маҳаллии вақтро бо қабатҳои конволютсионӣ ва вобастагиҳои дарозмуддатро бо қабатҳои LSTM меомӯзад.
• GRU: Модели шабакаи нейронии такрорӣ, ки вобастагиҳои вақтро тавассути дарвозаҳои навсозӣ ва азнавтанзимкунӣ коркард мекунад.

Таҳқиқот кадом холигии адабиётро ҳадаф қарор медиҳад?

Шарҳи адабиёти таҳқиқот нишон медиҳад, ки LSTM, GRU, шабакаҳои transformer, шабакаҳои конволютсионии вақтӣ, пешгӯии эҳтимолӣ, омӯзиши ансамблӣ ва моделҳои гибридӣ қаблан дар талаботи пуркунии воситаҳои нақлиёти барқӣ истифода шудаанд. Дар доираи ин замина муҳаққиқон тарҳеро пешниҳод мекунанд, ки ду усули қавии дарахтбунёдро бо ду усули омӯзиши амиқ дар чорчӯбаи якхелаи маълумот ва муҳандисии хусусиятҳо муқоиса мекунад ва барои банақшагирии солонаи инфрасохтор захираи доимии бехатариро татбиқ менамояд.

Равиши хоси таҳқиқот танҳо ҷустуҷӯи хатои пасттарини пешгӯӣ нест. Муҳаққиқон бо назардошти он ки пешгӯии аз талаботи воқеӣ паст метавонад дар банақшагирии иқтидор ба норасоии истгоҳ оварда расонад, калибркуниеро истифода бурданд, ки ҷамъбасти солонаи 2025-ро тақрибан %1 аз истеъмоли воқеӣ боло нигоҳ медорад. Бо вуҷуди ин, ин захираи бехатарӣ фосилаи эътимоди оморӣ ё модели номуайянии эҳтимолӣ нест; он маржаи доимии банақшагирии пешакӣ муайяншуда мебошад.

Маҷмӯи маълумот чӣ гуна сохта шудааст?

Тағйирёбандаи ҳадаф энергияи умумии рӯзонаи пуркунии воситаҳои нақлиёти барқӣ мебошад ва бо киловатт-соат чен шудааст. Маълумоти хом дар сатҳи сессияи пуркунӣ аст. Миқдори энергияи ҳамаи сессияҳои пуркунӣ дар як рӯз ҷамъ шуда, истеъмоли рӯзона сохта шудааст. Ҳангоми муқоисаи ҷамъбастҳои рӯзона бо ҷамъбастҳои солона гузориш шудааст, ки барои тамоми давраи 2018-2025 фарқ сифр аст. Ин санҷиш нишон медиҳад, ки ҳангоми табдили маълумоти сессияҳо ба рӯзҳо ҷамъбасти солонаи энергия гум нашудааст.

Графики истеъмоли солона нишон медиҳад, ки силсила афзоиши хаттӣ ва бефосиларо пайгирӣ накардааст. Хусусан коҳиши 2020, ҷаҳиши 2022, ақибравии маҳдуди 2024 ва афзоиши қавии 2025 аз модел талаб мекунанд, ки намунаҳои мураккабтар аз тамоюли одии хаттиро омӯзад. Таҳқиқот шарҳи сабабии ин тағйиротро мустақиман намесанҷад.

Кадом тағйирёбандаҳои воридотӣ истифода шудаанд?

Воридоти моделро метавон ба панҷ гурӯҳи асосӣ ҷудо кард.

Тағйирёбандаҳои метеорологӣ ва беруна

• Ҳарорати максималӣ ва минималӣ
• Боришот
• Барф ва ғафсии барф
• Намии ҷорӣ, минималӣ, максималӣ ва миёна
• Фишори ҷорӣ, минималӣ, максималӣ ва миёна
• Нишондиҳандаҳои мавҷудияти COVID ва шиддати COVID
• Рӯзҳои ид

Тавзеҳ дода нашудааст, ки нишондиҳандаҳои COVID ва тағйирёбандаҳои ид чӣ гуна рамзгузорӣ шудаанд, кадом ҳадҳо истифода шудаанд ё арзишҳои ояндаи онҳо чӣ гуна муайян шудаанд. Маълумоти ид низ метеорологӣ нест, балки тағйирёбандаи берунии тақвимӣ мебошад; дар манбаъ ин унсурҳо дар ҳамон рӯйхати хусусиятҳо пешниҳод шудаанд.

Хусусиятҳои истифодаи шабакаи пуркунӣ

• Шумораи рӯзонаи сессияҳои пуркунӣ
• Шумораи истгоҳҳои фаъол
• Соатҳои пуркунӣ
• Давомнокии умумии сессияҳо

Ин тағйирёбандаҳо нишондиҳандаҳои истифода мебошанд, ки бевосита бо истеъмоли рӯзонаи энергия алоқаманданд. Аммо дар пешгӯии воқеии оянда шарҳ дода нашудааст, ки шумораи ояндаи сессияҳо, шумораи истгоҳҳои фаъол ва давомнокии умумии пуркунӣ чӣ гуна пешакӣ маълум мешаванд ё алоҳида чӣ гуна пешгӯӣ карда мешаванд. Ин камбудӣ махсусан барои бозтавлиди пешгӯиҳои 2026 дар саҳро муҳим аст.

Хусусиятҳои тақвимӣ

• Сол, моҳ ва рӯзи моҳ
• Рӯзи ҳафта ва рӯзи сол
• Ҳафтаи сол
• Нишондиҳандаи охири ҳафта
• Табдилҳои синус-косинус барои моҳ, рӯзи ҳафта ва рӯзи сол

Табдилҳои синус ва косинус ҳадаф доранд, ки давраҳои аз нигоҳи даврӣ ба ҳам наздик, ба мисли декабр ва январ ё якшанбе ва душанбе, аз ҷиҳати ададӣ ҳам наздик ифода шаванд.

Арзишҳои таъхирдори энергия

Ба воридоти модел истеъмоли энергияи 1, 2, 3, 7, 14, 30, 60, 90 ва 365 рӯзи қаблӣ илова шудааст. Таъхирҳои кӯтоҳ барои ифодаи тағйироти рӯзона, таъхирҳои 7 ва 14 рӯза барои намунаҳои ҳафтаина ва таъхири 365 рӯза барои мавсимияти солона истифода мешаванд.

Омори равзанаи ҳаракаткунанда

Барои 7, 14 ва 30 рӯзи қаблӣ миёнаи ҳаракаткунанда, инҳирофи стандартӣ, арзишҳои минималӣ ва максималӣ ҳисоб шудаанд. Ин омор ба модел имкон медиҳад, ки на танҳо ба як рӯзи қаблӣ, балки ба сатҳи умумӣ, тағйирпазирӣ ва арзишҳои ҳаддии давраи наздик ҳам назар кунад.

Ҷараёни кор чӣ гуна пеш меравад?

Схемаи ҷараёни кори таҳқиқот бо ду манбаи маълумот оғоз мешавад: сабтҳои сессияҳои пуркунии Boulder дар 2018-2025 ва маълумоти рӯзонаи обу ҳаво. Пас аз табдили тамғаҳои вақт, хориҷ кардани сатрҳои нодуруст, ҷамъбасти рӯзонаи энергия ва мувофиқ кардани санаҳо муҳандисии хусусиятҳо татбиқ шудааст. Ҳамон маҷмӯи хусусиятҳо ба моделҳои XGBoost, LightGBM, CNN-LSTM ва GRU дода шудааст.

Схема тарҳи санҷиши дорои равзанаи вақти васеъшавандаро нишон медиҳад: аввал омӯзиш бо 2018 ва санҷиш бо 2019, баъдан омӯзиш бо 2018-2019 ва санҷиш бо 2020; пешбинӣ шудааст, ки ин раванд то омӯзиш бо 2018-2024 ва санҷиш бо 2025 идома ёбад. Дар тавзеҳи асосии усул санҷиши ниҳоӣ махсусан бо давраи омӯзиши 2018-2024 ва давраи санҷиши 2025 муайян шудааст. Сипас моделҳо бо тамоми маълумоти 2018-2025 аз нав омӯзонида шуда, пешгӯии 2026 истеҳсол шудааст.

Чаро захираи бехатарӣ татбиқ шудааст?

Сохтани инфрасохтори пуркунӣ бо иқтидори нокифоя метавонад дар давраҳое, ки истеъмоли воқеӣ аз пешгӯӣ баландтар аст, ба норасоии хизматрасонӣ оварда расонад. Муҳаққиқон барои кам кардани ин хатар калибркуниеро истифода бурданд, ки ҷамъбасти солонаи энергияи 2025-ро тақрибан %1 аз арзиши воқеӣ боло нигоҳ медорад.

Ин амал як натиҷаи муҳим дорад: пешгӯиҳои солонаи 2025 ҷамъбастҳои табиӣ ё хоми моделҳо нестанд. Пешгӯиҳо дидаву дониста ба як ҳадафи солона наздик карда шудаанд. Аз ин рӯ далели беҳтар будани XGBoost на аз наздикии ҷамъбасти 2025 ба арзиши воқеӣ, балки аз меъёрҳои иҷрои рӯзона, ба мисли NMAE, NRMSE, R² ва MAPE бармеояд.

Графикҳо ва ҷадвалҳо чиро нишон медиҳанд?

Дар графики муқоисаи меъёрҳои модел, XGBoost ҳам барои NMAE, ҳам NRMSE ва ҳам MAPE пасттарин хатоҳоро ва баландтарин R²-ро дорад. LightGBM дар ҳамаи меъёрҳо дар ҷойи дуюм, наздик ба XGBoost аст. Дар моделҳои омӯзиши амиқ GRU аз рӯи NMAE ва MAPE аз CNN-LSTM беҳтар аст; CNN-LSTM бошад аз рӯи NRMSE ва R² аз GRU каме беҳтар натиҷа додааст.

Дар графики муқоисаи арзишҳои энергияи 2025 ва 2026 сутунҳои 2025-и ҳамаи моделҳо дар сатҳи тақрибан 525.800 kWh ҷамъ мешаванд. Ин намоиш бештар натиҷаи калибркунии захираи бехатарӣ аст, на монандии мустақили моделҳо. Сутунҳои 2026 бошад, равшан аз ҳам ҷудо мешаванд: пасттарин пешгӯиро CNN-LSTM ва баландтаринро LightGBM додааст.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• Дар ин маҷмӯи маълумот ва тарҳи муҳандисии хусусиятҳои истифодашуда XGBoost дар пешгӯии рӯзона беҳтарин натиҷаҳоро дод.
• LightGBM иҷрои наздик ба XGBoost нишон дод ва баландтарин ҷамъбасти 2026-ро пешгӯӣ кард.
• Ду модели дарахтбунёд дар меъёрҳои хатои рӯзона аз CNN-LSTM ва GRU беҳтар буданд.
• Системаи сохторёфтаи пешгӯӣ сохтан мумкин буд, ки хусусиятҳои тақвим, обу ҳаво, истифода, таъхир ва равзанаи ҳаракаткунандаро якҷо истифода мебарад.
• Захираи доимии бехатарӣ метавонад пешгӯии банақшагирии инфрасохторро дидаву дониста аз ҷамъбасти воқеии солона боло нигоҳ дорад.

Натиҷаҳое, ки таҳқиқот исбот намекунад

• Исбот нашудааст, ки XGBoost дар ҳамаи шаҳрҳо ва ҳамаи маҷмӯаҳои маълумоти пуркунии воситаҳои нақлиёти барқӣ аз омӯзиши амиқ бартарӣ дорад.
• Нишон дода нашудааст, ки истеъмоли воқеӣ дар 2026 дақиқ 635.000-638.000 kWh хоҳад буд.
• Санҷида нашудааст, ки захираи %1 аз ҷиҳати иқтисодӣ оптималӣ ё барои эътимоднокии шабака кофӣ аст.
• Натиҷаҳои модел фосилаи эътимоди эҳтимолӣ, эҳтимоли гузаштан аз ҳад ё тақсимоти хавфро пешниҳод намекунанд.
• Модел муайян намекунад, ки истгоҳҳои нав бояд дар куҷо сохта шаванд.
• Таҳқиқот сабабҳои тағйироти солонаи талаботи пуркуниро ба таври сабабӣ шарҳ намедиҳад.
• Натиҷаҳои аз маълумоти Boulder гирифташударо бевосита ба кишварҳо ва шаҳрҳои дигар интиқол додан мумкин нест.

Аҳамият аз нуқтаи назари гузашта, имрӯз ва оянда

Маълумоти давраҳои гузашта нишон медиҳад, ки талаботи пуркунӣ сол ба сол мунтазам пеш нарафтааст ва барои пешгӯии талабот ҳам хусусиятҳои кӯтоҳмуддат ва ҳам мавсимӣ заруранд. Аз нуқтаи назари имрӯз, таҳқиқот нишон медиҳад, ки моделҳои нисбатан классикии дарахтбунёд метавонанд дар маълумоти ҷадвалии хуб омодашуда аз меъмориҳои мураккаби омӯзиши амиқ дақиқтар ва тезтар бошанд.

Аз нуқтаи назари оянда, саҳми асосӣ нишон додани он аст, ки инфрасохтори пуркунии воситаҳои нақлиёти барқиро метавон на танҳо аз рӯи ҷамъбасти истеъмоли гузашта, балки бо системаи пешгӯие банақша гирифт, ки фаъолияти корбар, истифодаи истгоҳ, тақвим, обу ҳаво ва хусусиятҳои силсилаи вақтро якҷо коркард мекунад. Бо вуҷуди ин, барои қарорҳои воқеии банақшагирӣ таҳлили хароҷот, маҳдудиятҳои шабака, талаботи минтақавӣ, фосилаҳои номуайянӣ ва санҷиши мустақили оянда заруранд.

Усул ва натиҷаҳои таҳқиқот

Пешкоркарди маълумот

Энергияи ҳамаи сессияҳои пуркунӣ, ки дар як рӯз рух додаанд, бо ҷамъбасти зерин ба энергияи рӯзона табдил дода шудааст:

\[ E_d = \sum_{i=1}^{n_d} E_i \]

Дар ин ҷо E_d, d энергияи умумии пуркунӣ дар рӯзи E_i, энергияи сессияи пуркунии рақами i дар ҳамон рӯзро; n_d бошад шумораи умумии сессияҳои он рӯзро нишон медиҳад. Воҳиди энергия kWh аст.

Табдили даврии тақвим

\[ X_{\sin} = \sin\left(\frac{2\pi X}{P}\right) \]

\[ X_{\cos} = \cos\left(\frac{2\pi X}{P}\right) \]

X, тағйирёбандаи даврии тақвимӣ ба мисли моҳ ё рӯзи ҳафтаро; P бошад давраи тағйирёбандаро ифода мекунад. Масалан, барои тағйирёбандаи моҳ давр 12 аст. Ҳангоми истифодаи якҷояи ду табдил ҷойгоҳи давра дар дохили давр ба ҷойи як рақами хаттӣ ба шакли даврӣ ифода мешавад.

Хусусиятҳои таъхир ва миёнаи ҳаракаткунанда

\[ \mathrm{Lag}_k(d) = E_{d-k} \]

Lag_k(d), истеъмоли энергияест, ки k рӯз пеш аз рӯзи пешгӯишаванда чен шудааст.

\[ \mathrm{RollingMean}_k(d) = \frac{1}{k}\sum_{i=1}^{k}E_{d-i} \]

Ин муодила миёнаи истеъмоли энергияи k рӯзи пеш аз рӯзи пешгӯиро ҳисоб мекунад. Дар таҳқиқот арзиши k 7, 14 ва 30 рӯз истифода шудааст; барои ҳамон равзанаҳо инҳирофи стандартӣ, арзишҳои минималӣ ва максималӣ низ сохта шудаанд.

Функсияи ҳадафи XGBoost

\[ \mathrm{Obj} = \sum_{i=1}^{n}L(y_i,\hat{y}_i) + \sum_{k=1}^{K}\Omega(f_k) \]

L, талафот байни арзиши воқеии y_i ва пешгӯии \hat{y}_i-ро; Ω(f_k) бошад ҳади танзимкунандаро нишон медиҳад, ки мураккабии дарахти рақами k-ро маҳдуд мекунад. Ҳадаф на танҳо кам кардани хатои омӯзиш, балки назорати аз ҳад мутобиқшавии ба вуҷудомада аз дарахтони аз ҳад мураккаб аст.

Пайдарпаии воридоти CNN-LSTM

\[ X_t = [x_{t-29},x_{t-28},\ldots,x_t] \]

Дар модел пайдарпаии воридотии 30-рӯза истифода шудааст. Қабатҳои конволютсионӣ барои омӯхтани намунаҳои кӯтоҳмуддати маҳаллӣ дар ин пайдарпаӣ ва қабатҳои LSTM барои омӯхтани робитаҳои дарозмуддати вақтӣ пешбинӣ шудаанд. Аз муодила дида мешавад, ки пайдарпаии воридот арзиши x_t-ро низ дар бар мегирад; аммо ба таври муфассал шарҳ дода нашудааст, ки тағйирёбандаҳои дохили x_t дар кадом лаҳзаи рӯзи ҳадаф дастрас мебошанд.

Механизми дарвозаҳои GRU

\[ z_t = \sigma(W_zx_t + U_zh_{t-1}) \]

\[ r_t = \sigma(W_rx_t + U_rh_{t-1}) \]

\[ h_t = (1-z_t)h_{t-1} + z_t\tilde{h}_t \]

z_t дарвозаи навсозӣ, r_t дарвозаи азнавтанзимкунӣ, h_t ҳолати ҷории пинҳонӣ ва x_t воридот дар вақти t-ро ифода мекунад. Дарвозаи навсозӣ назорат мекунад, ки чӣ қадар маълумоти кӯҳна нигоҳ дошта шавад, дарвозаи азнавтанзимкунӣ бошад муайян мекунад, ки маълумоти гузашта то чӣ андоза ба ҳолати нави номзад интиқол дода шавад. Дар манбаъ барои ҳолати пинҳонии номзад \tilde{h}_t муодилаи алоҳидаи ҳисобкунӣ дода нашудааст.

Омӯзиш ва санҷиш

• Санҷиши 2025: Омӯзиш бо маълумоти 2018-2024, пешгӯӣ бо маълумоти 2025.
• Пешгӯии 2026: Аз нав омӯзиш бо тамоми маълумоти 2018-2025, пешгӯии оянда барои 2026.
• Тартиби вақт: Ба ҷойи ҷудокунии тасодуфии омӯзиш-test ҷудокунии хронологӣ истифода шудааст.
• Санҷиши иловагӣ дар схема: Равзанаҳои солонаи омӯзиши васеъшаванда аз 2019 то 2025 нишон дода шудаанд.

Ҷудокунии хронологӣ ба истифодаи воқеие, ки дар он оянда бо маълумоти гузашта пешгӯӣ мешавад, нисбат ба тақсимоти тасодуфии маълумот наздиктар аст. Аммо ҷадвалҳои алоҳидаи натиҷаҳои санҷиши байнисола, тағйири иҷро байни солҳо ва он ки интихоби гиперпараметрҳо дар кадом давра анҷом шудааст, дода нашудаанд.

Калибркунии захираи бехатарии %1

\[ \hat{E}_{2025}^{\mathrm{safety}} = E_{2025}^{\mathrm{actual}}\times1{,}01 \]

Ин муодила %101-и истеъмоли воқеии 2025-ро ҳамчун ҳадафи банақшагирӣ муайян мекунад. Барои 520.594,449 kWh ҳадафи назариявӣ тақрибан 525.800,393 kWh аст.

\[ \hat{y}_t^{\mathrm{calibrated}} = C\times\hat{y}_t^{\mathrm{raw}} \]

C, зарбкунандаест, ки пешгӯиҳои хоми рӯзонаро бо ҳадафи солонаи бехатарӣ мувофиқ мекунад. Дар таҳқиқот муодилаи ошкори ҳисобкунии C дода нашудааст; аз тавзеҳи усул фаҳмида мешавад, ки он коэффисиенти миқёсбандиест, ки ҷамъбасти пешгӯиҳои хоми рӯзонаро ба энергияи солонаи ҳадаф мебарад.

Ин калибркунӣ номуайянии пешгӯиро чен намекунад. Иловаи доимии %1 аз рӯи тақсимоти хатогиҳои пешгӯии гузашта, сатҳи эътимод, эҳтимоли талаботи аз ҳад зиёд ё арзиши инфрасохтор оптимизатсия нашудааст.

Меъёрҳои арзёбӣ

Хатои миёнаи мутлақи нормализатсияшуда

\[ \mathrm{NMAE}(\%) = \frac{\frac{1}{n}\sum_{i=1}^{n}|y_i-\hat{y}_i|}{\frac{1}{n}\sum_{i=1}^{n}y_i}\times100 \]

NMAE таносуби хатои мутлақи рӯзонаро ба миёнаи талаботи воқеии рӯзона нишон медиҳад. Арзиши пасттар маънои пешгӯии беҳтарро дорад.

Хатои решаи миёнаи квадратии нормализатсияшуда

\[ \mathrm{NRMSE}(\%) = \frac{\sqrt{\frac{1}{n}\sum_{i=1}^{n}(y_i-\hat{y}_i)^2}}{\frac{1}{n}\sum_{i=1}^{n}y_i}\times100 \]

NRMSE хатогиҳои калонро бо сабаби квадрат карданашон сахттар ҷазо медиҳад. Арзиши пасттар беҳтар аст.

Коэффисиенти муайянкунӣ

\[ R^2 = 1-\frac{\sum_{i=1}^{n}(y_i-\hat{y}_i)^2}{\sum_{i=1}^{n}(y_i-\bar{y})^2} \]

R² нишон медиҳад, ки модел то чӣ андоза тағйирпазирии истеъмоли рӯзонаи энергияро шарҳ медиҳад. Дар тафсири умумӣ R²-и баландтар ба мутобиқати беҳтар ишора мекунад.

Хатои миёнаи мутлақи фоизӣ

\[ \mathrm{MAPE} = \frac{100}{n}\sum_{i=1}^{n}\left|\frac{y_i-\hat{y}_i}{y_i}\right| \]

MAPE хатои рӯзонаро ҳамчун фоизи арзиши воқеӣ ифода мекунад. Таҳқиқот шарҳ надодааст, ки дар рӯзҳое, ки арзиши воқеии рӯзона сифр аст, чӣ амал анҷом дода мешавад.

Хатои солона

\[ \mathrm{YearlyError} = \frac{\sum_{i=1}^{n}\hat{y}_i-\sum_{i=1}^{n}y_i}{\sum_{i=1}^{n}y_i}\times100 \]

Арзиши мусбат нишон медиҳад, ки пешгӯии солона аз истеъмоли воқеӣ баландтар аст; арзиши манфӣ бошад нишон медиҳад, ки пасттар аст. Дар ин таҳқиқот арзиши тақрибан +%1 хатои худбаҳодиҳии модел нест, балки натиҷаи ҳадафноки калибркунии банақшагирӣ мебошад.

Муқоисаи иҷрои моделҳо

Арзиши NMAE-и XGBoost аз LightGBM 0,1902 банди фоизӣ ва арзиши MAPE 0,0940 банди фоизӣ пасттар аст. Гарчанде фарқи байни ду модел хурд аст, ҳамаи меъёрҳо ҳамон тартибро дастгирӣ мекунанд.

Пешгӯиҳои энергияи 2025 ва 2026

Фарқи назарраси пешгӯиҳои 2026 нишон медиҳад, ки натиҷаи давраи оянда ба интихоби модел ҳассос аст. Хусусан фарқи байни CNN-LSTM ва LightGBM тақрибан 62.904,621 kWh аст. Таҳқиқот барои ин фарқ фосилаи пешгӯӣ, вазнбандии модел ё тақсимоти номуайяниро пешниҳод намекунад.

Вақтҳои иҷро

Муҳити таҷриба ҳамчун системаи Windows-бунёд бо протсессори AMD Ryzen 7 ва 16 GB RAM тавсиф шудааст; гуфта шудааст, ки моделҳо бо Python 3.11 ва Google Colab таҳия шудаанд. Китобхонаҳои XGBoost, TensorFlow/Keras, Scikit-learn, Pandas, NumPy ва Matplotlib истифода шудаанд. Азбаски тавзеҳ дода нашудааст, ки захираҳои системаи маҳаллӣ ва Google Colab дар кадом амалҳо истифода шудаанд, муқоисаи мустақими вақтҳо дар сахтафзори гуногун мувофиқ нест.

Масъалаҳои мутобиқат дар дохили манбаъ

• Дар матн пешгӯии XGBoost барои 2026 дар як ҷо 635.226,750 kWh, дар ҷадвали натиҷаҳо 635.226,756 kWh ва дар график бо гирдкунӣ 635.227 kWh дода шудааст. Арзиши ҷадвалии 635.226,756 kWh дар ҷадвали муқоисавӣ нигоҳ дошта шудааст.
• Навишта шудааст, ки GRU бо 611.762,353 kWh пасттарин пешгӯии 2026-ро байни чор модел додааст; аммо азбаски пешгӯии CNN-LSTM 575.387,001 kWh аст, ин изҳорот бо ҷадвал мухолиф аст.
• Дар хулосаи натиҷаҳо изҳороте ҳаст, ки талаботи 2026 “аз 2025 ба андозаи 633.000-638.000 kWh бештар” аст. Ҷадвалҳо нишон медиҳанд, ки ин рақамҳо миқдори афзоиш нестанд, балки тақрибан ҷамъбасти пешгӯиҳои 2026-и моделҳои дарахтбунёд мебошанд.
• Дар шарҳи меъёрҳои арзёбӣ ҷумлае ҳаст, ки метавонад чунин маъно диҳад, ки R²-и пасттар беҳтар аст. Муодилаи додашудаи R² ва интихоби модел бошад дурусттар арзиши баландтари R²-ро бартар мешуморанд.
• Дар муодилаи захираи бехатарӣ E₂₀₂₅^actual ҳамчун энергияи воқеӣ нишон дода шудааст, аммо дар матни шарҳ ҳамчун “пешгӯии хоми пеш аз калибркунӣ” таъриф шудааст. Муодила, ҷадвал ва арзиши 520.594,449 kWh дастгирӣ мекунанд, ки ин истеъмоли воқеии ченшуда аст.
• Дар бахши хулоса барои моделҳои қавӣ фосилаи тақрибан 633.000-638.000 kWh дода шудааст. Дар ҷадвали муфассал арзишҳои XGBoost ва LightGBM тақрибан дар фосилаи 635.227-638.292 kWh мебошанд.

Маҳдудиятҳои асосии методӣ

• Таҳқиқот ба сабтҳои пуркунии як шаҳр такя мекунад.
• Шумораи истгоҳҳои пуркунӣ, шумораи умумии сессияҳо, шумораи рӯзҳои гумшуда ва ҳаҷми маълумоти хом шарҳ дода нашудааст.
• Нишон дода нашудааст, ки ҳангоми тозакунии маълумот чанд сатр хориҷ шудааст.
• Барои XGBoost ва LightGBM шумораи дарахтҳо, чуқурӣ, суръати омӯзиш ва танзимоти regularization дода нашудаанд.
• Барои CNN-LSTM ва GRU шумораи қабатҳо, шумораи ҳуҷайраҳо, activation, optimizer, суръати омӯзиш, epoch, batch size ва танзимоти early stopping дода нашудаанд.
• Усули ҷустуҷӯи гиперпараметр ва маҷмӯи алоҳидаи санҷишӣ шарҳ дода нашудааст.
• Нишон дода нашудааст, ки воридоти обу ҳавои оянда, шумораи сессияҳо, истгоҳи фаъол, давомнокии пуркунӣ ва давомнокии умумии истифода барои 2026 чӣ гуна тавлид шудаанд.
• Шарҳ дода нашудааст, ки дар пешгӯии 2026 арзишҳои таъхирдор рӯз ба рӯз чӣ гуна пеш бурда шудаанд.
• Захираи %1 бо оптимизатсияи оморӣ ё иқтисодӣ асоснок карда нашудааст.
• Фосилаи пешгӯии эҳтимолӣ ё номуайянии модел пешниҳод нашудааст.
• Код, маҷмӯи маълумоти мустақиман зеркашишаванда ва параметрҳои пурраи модел мубодила нашудаанд; маълумот танҳо бо дархост пешниҳод мешавад.
• Пешгӯиҳои 2026 ҳанӯз бо маълумоти воқеии мустақили истеъмоли рӯйдода тасдиқ нашудаанд.

Ёддошт оид ба манбаъ ва усул

Номи пурраи аслии таҳқиқот: Evaluating Machine Learning and Deep Learning Techniques for Electric Vechicle Load Forecasting

Муаллифон ва тартиби онҳо: John Pradeep Darsy; Mahesh Gunti.

Ҳаммуаллифии аввал: Маълумот дар бораи ҳаммуаллифии аввал ё саҳми баробар нишон дода нашудааст.

Муаллифи тамос: John Pradeep Darsy дар саҳифаи сабти SSRN ҳамчун муаллифи тамос нишон дода шудааст.

Пайвандҳои институтсионалӣ: Барои John Pradeep Darsy дар SSRN маълумоти муассиса дода нашудааст. Муассисаи Mahesh Gunti ҳамчун VIT-AP University рӯйхат шудааст.

DOI: 10.2139/ssrn.7200041

Маҷалла: Маҷаллаи тақризшаванда ё версияи қабулшудаи маҷалла тасдиқ нашудааст.

Платформаи нашр: SSRN.

Нашриёти аслӣ: Барои таҳқиқот нашриёти ниҳоии маҷалла вуҷуд надорад. SSRN платформаи preprint ва таҳқиқоти барвақтии Elsevier мебошад; онро набояд ҳамчун маҷаллаи тақризшаванда ё ношири ниҳоӣ арзёбӣ кард.

Соли нашр: 2026.

Навъи манбаъ: Preprint-и таҳқиқотӣ, ки таҳлили маълумот ва моделсозии пешгӯӣ оид ба талаботи пуркунии воситаҳои нақлиёти барқиро дар бар мегирад.

Ҳолати тақриз: Ин таҳқиқот preprint-и аз тақриз нагузашта аст; натиҷаҳо бояд бо дарназардошти ин маҳдудият хонда шаванд.

Манбаи расмӣ:Саҳифаи расмии таҳқиқот дар SSRN

Пайванди DOI:https://doi.org/10.2139/ssrn.7200041

Ин шарҳи тоҷикӣ пас аз баррасии пурраи матни таҳқиқоти боршуда, муодилаҳо, ҷадвалҳо, схемаи ҷараёни кор ва графикҳо омода шудааст. Манбаъҳои беруна танҳо барои тасдиқи маълумоти библиографии ҳувиятӣ, ба мисли муаллифон, муаллифи тамос, муассиса, DOI, санаи сабт ва платформаи нашр истифода шудаанд. Ба натиҷаҳои асосии илмии таҳқиқот аз манбаъҳои беруна натиҷаи нав илова нашудааст.

Маҳдудиятҳои асосии таҳқиқот маълумоти як шаҳр, норасоии маълумоти гиперпараметрҳо, шарҳ дода нашудани тарзи тавлиди тағйирёбандаҳои истифода ва обу ҳавои оянда, он ки захираи доимии бехатарӣ модели номуайянии оморӣ нест, пешгӯиҳои оянда ҳанӯз бо маълумоти воқеии мустақил тасдиқ нашудаанд ва баъзе номувофиқии рақам ва тафсир дар дохили манбаъ мебошанд. Натиҷаҳо бо ин маҷмӯи маълумот ва тарҳи моделсозии сохташуда маҳдуданд.