리비아 벵가지의 불안정한 전력 시스템을 개선하기 위해 2019년(불안정)과 2023년(상대적 안정)의 데이터를 사용하여 2025년 전력 부하, 발전량, 부족량을 예측하는 데이터 기반 접근 방식을 제안합니다. ARIMA, Seasonal ARIMA, Dynamic Regression ARIMA, 지수 평활화, Extreme Gradient Boosting, LSTM 등 다양한 시계열 모델을 적용하여 예측 정확도를 높였으며, 결측치 보정, 이상치 제거, 로그 변환 등의 전처리 과정을 거쳤습니다. 평가 지표로는 MSE, RMSE, MAE, MAPE를 사용했습니다. 그 결과, LSTM 모델이 다른 모델들보다 우수한 성능을 보였으며, 특히 온도와 습도 같은 외생 변수를 통합한 최적화된 LSTM 프레임워크는 다양한 전력 지표 예측에 강력한 성능을 제공했습니다. 이 연구는 데이터가 부족하고 변동성이 큰 지역에서 정책 입안자와 전력망 운영자가 사전 예방적 부하 관리 및 자원 계획을 수립하는 데 실질적인 통찰력을 제공합니다.
