Forecasting natural gas consumption by time series methods

Abstract

Tahminleme bir değişkene ait öngörüler yapmanın yoludur. Zaman serileri metotları tahminler yapmak için zaman serileri verilerinin analizidir. Bootstrap, bir veri setinden tekrar örnekleme ile yeni bir seri üretimini benzeten sayısal bir metottur. Bu çalışmada İstanbul ve Türkiye'nin doğalgaz tüketimleri zaman serileri metotları kullanılarak tahmin edilmiştir. Doğalgaz tüketim verileri İstanbul Gaz Dağıtım A.Ş. (İGDAŞ), Boru Hatları ile Petrol Taşıma A.Ş. (BOTAŞ) ve Uluslararası Enerji Ajansı (IEA) `dan temin edilmiştir. Üssel yumuşatma, Winters' metodu ve Box-Jenkins metotları gibi zaman serileri metotları kullanılarak gelecek İstanbul ve Türkiye doğalgaz tüketim değerleri değişik zaman aralıkları üzerinden tahmin edilmiştir. Bu metotlar ilgili zaman serisi verisine uyan en iyi metodu belirlemek için karşılaştırılmıştır. İstanbul için değişik doğalgaz tüketim senaryoları bootstrap metodu kullanılarak üretilmiştir.

Forecasting is the way of making predictions about a variable. Time series methods are utilized to make forecasting. The bootstrap method is a method of computational inference that simulates the creation of new data by resampling from a single data set. In this study natural gas consumptions of Istanbul and Turkey are forecasted by using time series methods. The natural gas consumption data are provided by Istanbul Gaz Dagitim A.S. (IGDAS), Boru Hatlari ile Petrol Tasima A.S. (BOTAS), and International Energy Agency (IEA). Time series methods such as exponential smoothing, Winters? forecasting and Box-Jenkins methods are used to predict future natural gas consumption values of Istanbul and Turkey on different time periods. These methods are compared in order to determine the best fitted one to related time series data. Different natural gas consumption scenarios about Istanbul are generated by using bootstrap method.