การประมาณความต้องการกำลังไฟฟ้าสูงสุดจากสถานีไฟฟ้าระบบจำหน่าย โดยใช้โครงข่ายประสาทเทียม (Maximum Power Demand Estimation of Substation Distribution Using Neural Network)

Abstract

               งานวิจัยนี้นำเสนอแบบจำลองโครงข่ายประสาทเทียมสำหรับการประมาณความต้องการกำลังไฟฟ้าสูงสุดจากกำลังไฟฟ้าของสถานีไฟฟ้าระบบจำหน่ายจังหวัดแพร่ จึงได้ประยุกต์และพัฒนาโครงข่ายประสาทเทียมมาประมาณความต้องการกำลังไฟฟ้าสูงสุด การใช้กระแสไฟฟ้าสูงสุด ด้วยข้อมูลสถานีไฟฟ้าที่มีการวัดและบันทึกผลในระยะเวลา 1 ปี ข้อมูลฝึกสอนโครงข่ายประสาทเทียมใช้ช่วงตั้งแต่เดือน มกราคม ถึง ธันวาคม 2561 ประกอบด้วย แรงดันไฟฟ้า ค่าตัวประกอบกำลัง และกำลังไฟฟ้าของโหลดใช้งานทั้ง 5 พื้นที่ เป็นค่าอินพุตโครงข่ายประสาทเทียม จากนั้นนำข้อมูลในช่วงเดือน มกราคม ถึง กุมภาพันธ์ 2562 มาใช้ทดสอบโครงข่ายประสาทเทียมที่นำเสนอ โดยใช้ค่าสัมบูรณ์ของเปอร์เซ็นต์ความผิดพลาด (absolute of percentage error: APE) ใช้วัดสมรรถนะความผิดพลาดการประมาณกำลังไฟฟ้า และกระแสไฟฟ้า งานวิจัยนี้ได้ค่าผิดพลาดของการทดสอบโครงข่ายประสาทเทียมไม่เกิน 7 % แบบจำลองโครงข่ายประสาทเทียมที่นำเสนอสามารถนำไปใช้ในการประมาณได้

                 This research presents an artificial neural network model for estimating maximum power demand from the substation distribution system of Phrae province electricity. Therefore applied and developed artificial neural networks to estimate the peak power demand, peak current demand. With the data of the power substation that has been measured and recorded for a period of 1 year. Neural network training data is used from January to December 2018. Consists of voltage, power factor and power load is used in all 5 areas as input values for artificial neural networks. Then the data from January to February 2019 was used to testing the proposed neural network. The absolute percentage error: APE used to measure performance error estimation power and current. This research obtained an error of 7 % of the neural network test. The proposed neural network model can be used to estimate.