การทำนายความต้องการพลังงานไฟฟ้าภาคอุตสาหกรรมรายเดือนของการไฟฟ้าส่วนภูมิภาค โดยใช้โครงข่ายประสาทเทียมและระบบอนุมานฟัซซี่โครงข่ายปรับตัวได้

Abstract

บทความนี้นำเสนอวิธีการทำนายความต้องการพลังงานไฟฟ้าภาคอุตสาหกรรมแบบรายเดือน ของการไฟฟ้าส่วนภูมิภาค โดยนำค่าอัตราขยายตัวสาขาอุตสาหกรรม ค่าอุณหภูมิสูงสุด ค่าความชื้นสัมพัทธ์เฉลี่ย จำนวนผู้ใช้ไฟฟ้าภาคอุตสาหกรรม และความต้องการพลังงานไฟฟ้าภาคอุตสาหกรรม มาวิเคราะห์ร่วมกัน ด้วยวิธีโครงข่ายประสาทเทียม (Artificial Neural Networks : ANN) และวิธีระบบอนุมานฟัซซี่โครงข่ายปรับตัวได้ (Adaptive Neuro-Fuzzy Inference Systems: ANFIS) โดยกำหนดให้ค่าความต้องการพลังงานไฟฟ้าเป็นเอาท์พุตของโครงข่ายประสาทเทียม (ANN) และระบบอนุมานฟัซซี่โครงข่ายปรับตัวได้ (ANFIS) ซึ่งวิธีการ ANN ให้ผลการทำนายที่ดีกว่า ANFIS

Monthly Energy of Industrial Sector Forecasting for Provincial Electricity Authority Using Artificial Neural Networks and Adaptive Neuro-Fuzzy Inference Systems

This paper presented a method to monthly energy of industrial sector forecasting for Provincial Electricity Authority (PEA). Manufacturing sector growth rate, max temperature, relative humidity, number of customers and energy demands were brought to be analyzed together by approach Artificial Neural Networks (ANN) and Adaptive Neuro-Fuzzy Inference Systems (ANFIS). By requiring energy demands, it was an output of ANN and ANFIS. The results indicated that the performance of ANN yielded better than that of ANFIS.