Published March 7, 2024 | Version v1
Publication Open

Predicting Ghana's Daily Natural Gas Consumption Using Time Series Models

Creators

  • 1. University of Mines and Technology

Description

In recent years, natural gas utilisation has seen a considerable increase because, it presents an alternative energy source that is reliable, economical and environmentally friendly for consumers. In Ghana, natural gas consumption has over the years increased due to mainly the rise in industrial and residential demands. Accurate prediction of natural gas consumption will provide stakeholders with vital information needed for planning and making informed policy decisions. This paper explores the Autoregressive Integrated Moving Average (ARIMA) and Seasonal Autoregressive Integrated Moving Average (SARIMA) to predict Ghana's daily natural gas consumption. The data employed for the study is daily natural gas consumption in Ghana from 2020 to 2022. The results show that both ARIMA and SARIMA models can predict the consumption of natural gas in Ghana with a good degree of accuracy. The SARIMA model slightly outperforms the ARIMA model, with a Root Mean Square Error (RMSE) of 22.25 and a Mean Absolute Percentage Error (MAPE) of 6.96%, compared to an RMSE of 23.27 and a MAPE of 7.29% for the ARIMA model. The model forecast suggests a steady natural gas consumption in Ghana but with some intermittent fluctuations.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

في السنوات الأخيرة، شهد استخدام الغاز الطبيعي زيادة كبيرة لأنه يمثل مصدرًا بديلًا للطاقة موثوقًا به واقتصاديًا وصديقًا للبيئة للمستهلكين. في غانا، زاد استهلاك الغاز الطبيعي على مر السنين بسبب ارتفاع الطلب الصناعي والسكني بشكل أساسي. سيوفر التنبؤ الدقيق باستهلاك الغاز الطبيعي لأصحاب المصلحة المعلومات الحيوية اللازمة للتخطيط واتخاذ قرارات سياسية مستنيرة. تستكشف هذه الورقة المتوسط المتحرك المتكامل الانحداري الذاتي (ARIMA) والمتوسط المتحرك المتكامل الانحداري الذاتي الموسمي (SARIMA) للتنبؤ بالاستهلاك اليومي للغاز الطبيعي في غانا. البيانات المستخدمة في الدراسة هي الاستهلاك اليومي للغاز الطبيعي في غانا من 2020 إلى 2022. تظهر النتائج أن كلا من نموذجي أريما وساريما يمكنهما التنبؤ باستهلاك الغاز الطبيعي في غانا بدرجة جيدة من الدقة. يتفوق نموذج SARIMA قليلاً على نموذج ARIMA، حيث يبلغ متوسط خطأ مربع الجذر (RMSE) 22.25 ومتوسط خطأ النسبة المئوية المطلقة (MAPE) 6.96 ٪، مقارنةً بـ RMSE 23.27 و MAPE 7.29 ٪ لنموذج ARIMA. تشير توقعات النموذج إلى استهلاك ثابت للغاز الطبيعي في غانا ولكن مع بعض التقلبات المتقطعة.

Translated Description (French)

Ces dernières années, l'utilisation du gaz naturel a connu une augmentation considérable car il présente une source d'énergie alternative fiable, économique et respectueuse de l'environnement pour les consommateurs. Au Ghana, la consommation de gaz naturel a augmenté au fil des ans en raison principalement de l'augmentation de la demande industrielle et résidentielle. Une prévision précise de la consommation de gaz naturel fournira aux parties prenantes les informations essentielles nécessaires à la planification et à la prise de décisions politiques éclairées. Cet article explore la moyenne mobile intégrée autorégressive (ARIMA) et la moyenne mobile intégrée autorégressive saisonnière (SARIMA) pour prédire la consommation quotidienne de gaz naturel du Ghana et de l'apos. Les données utilisées pour l'étude sont la consommation quotidienne de gaz naturel au Ghana de 2020 à 2022. Les résultats montrent que les modèles ARIMA et SARIMA peuvent prédire la consommation de gaz naturel au Ghana avec un bon degré de précision. Le modèle SARIMA surpasse légèrement le modèle ARIMA, avec un RMSE (Root Mean Square Error) de 22,25 et un MAPE (Mean Absolute Percentage Error) de 6,96 %, contre un RMSE de 23,27 et un MAPE de 7,29 % pour le modèle ARIMA. Les prévisions du modèle suggèrent une consommation régulière de gaz naturel au Ghana, mais avec quelques fluctuations intermittentes.

Translated Description (Spanish)

En los últimos años, la utilización del gas natural ha experimentado un aumento considerable porque presenta una fuente de energía alternativa que es fiable, económica y respetuosa con el medio ambiente para los consumidores. En Ghana, el consumo de gas natural ha aumentado a lo largo de los años debido principalmente al aumento de la demanda industrial y residencial. La predicción precisa del consumo de gas natural proporcionará a las partes interesadas la información vital necesaria para planificar y tomar decisiones políticas informadas. Este documento explora la media móvil integrada autorregresiva (ARIMA) y la media móvil integrada autorregresiva estacional (SARIMA) para predecir el consumo diario de gas natural de Ghana. Los datos empleados para el estudio son el consumo diario de gas natural en Ghana de 2020 a 2022. Los resultados muestran que tanto el modelo ARIMA como el SARIMA pueden predecir el consumo de gas natural en Ghana con un buen grado de precisión. El modelo SARIMA supera ligeramente al modelo ARIMA, con un error cuadrático medio (RMSE) de 22,25 y un error porcentual absoluto medio (MAPE) de 6,96%, en comparación con un RMSE de 23,27 y un MAPE de 7,29% para el modelo ARIMA. El pronóstico del modelo sugiere un consumo constante de gas natural en Ghana, pero con algunas fluctuaciones intermitentes.

Files

j.pse.20240801.14.pdf

Files (940.0 kB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:4cbcba3830649c5629e53a971642ddcc
940.0 kB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
التنبؤ بالاستهلاك اليومي للغاز الطبيعي في غانا باستخدام نماذج السلاسل الزمنية
Translated title (French)
Prévision de la consommation quotidienne de gaz naturel du Ghana à l'aide de modèles de séries chronologiques
Translated title (Spanish)
Predicción del consumo diario de gas natural de Ghana mediante modelos de series temporales

Identifiers

Other
https://openalex.org/W4392813733
DOI
10.11648/j.pse.20240801.14

Is supplement to
https://openalex.org/W4388101383 (Other)
https://openalex.org/W4379469318 (Other)
https://openalex.org/W4293868562 (Other)
https://openalex.org/W4292148067 (Other)
https://openalex.org/W3139222185 (Other)
https://openalex.org/W2953369890 (Other)
https://openalex.org/W2796695317 (Other)
https://openalex.org/W2781794331 (Other)
https://openalex.org/W2115811963 (Other)
https://openalex.org/W1767322088 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Ghana

References

  • https://openalex.org/W1588163064
  • https://openalex.org/W1913101100
  • https://openalex.org/W1938057060
  • https://openalex.org/W1970888287
  • https://openalex.org/W1975994995
  • https://openalex.org/W1995221739
  • https://openalex.org/W2005630544
  • https://openalex.org/W2016210396
  • https://openalex.org/W2031239288
  • https://openalex.org/W2042545406
  • https://openalex.org/W2052387902
  • https://openalex.org/W2054836017
  • https://openalex.org/W2075445042
  • https://openalex.org/W2085933062
  • https://openalex.org/W2092315180
  • https://openalex.org/W2115182897
  • https://openalex.org/W2153511520
  • https://openalex.org/W2336998050
  • https://openalex.org/W2436403136
  • https://openalex.org/W2492769854
  • https://openalex.org/W2507993630
  • https://openalex.org/W2539017304
  • https://openalex.org/W2768105697
  • https://openalex.org/W2802875223
  • https://openalex.org/W2914379116
  • https://openalex.org/W2921748836
  • https://openalex.org/W3042129637
  • https://openalex.org/W3120306056
  • https://openalex.org/W3122598275
  • https://openalex.org/W348073032
  • https://openalex.org/W4221035352
  • https://openalex.org/W4226054224