SARIMA predictive modeling of electricity consumption: application to the FST Beni Mellal campus
Cet article propose une analyse prédictive à long terme de la consommation d'électricité sur un campus universitaire, basée sur cinq années de collecte continue de données provenant de plusieurs stations de surveillance de la Faculté des Sciences et Technologies de Beni Mellal. Face à la poursuite croissante des objectifs de développement durable, une gestion intelligente des ressources énergétiques dans les établissements publics est devenue essentielle. Les campus universitaires présentent des défis particuliers pour une prévision précise de la demande en raison de la diversité de leurs activités et de la grande variabilité de leurs besoins énergétiques.
Dans ce travail, un modèle de moyenne mobile intégrée autorégressive saisonnière (SARIMA) est utilisé, car il est particulièrement adapté à la capture de comportements chronologiques complexes, notamment d'importantes fluctuations saisonnières et de schémas de consommation irréguliers. L'évaluation du modèle est réalisée à l'aide d'indicateurs statistiques tels que MAE, RMSE, MAPE et R², garantissant une évaluation fiable de ses performances.
Les résultats révèlent que l’approche SARIMA atteint une précision prédictive élevée, soulignant son potentiel pour soutenir la conception de systèmes de gestion de l’énergie proactifs avancés, flexibles et intelligents adaptés aux établissements d’enseignement, contribuant ainsi à des opérations de campus durables et efficaces.