วิธีประเมินมูลค่าความเสียหายเนื่องจากไฟฟ้าดับของ ผู้ใช้ไฟฟ้าประเภทอุตสาหกรรมโรงสีข้าว

Abstract

บทความนี้นำเสนอวิธีประเมินมูลค่าความเสียหายเนื่องจากไฟฟ้าดับของอุตสาหกรรมโรงสีข้าวด้วยวิธีวิเคราะห์ความถดถอยแบบฟัซซี และวิธีวิเคราะห์ความถดถอยแบบสถิติ แบบจำลองมูลค่าความเสียหายเนื่องจากไฟฟ้าดับนี้เป็นแบบจำลองแบบแยกประเภทอุตสาหกรรมตามรหัสมาตรฐานอุตสาหกรรมประเทศไทย รหัส TSIC 31161 โดยใช้ข้อมูลจากผู้ใช้ไฟประเภทอุตสาหกรรมโรงสีข้าวที่มีขนาดกำลังการผลิตระหว่าง 100 ถึง 2,000 ตันต่อวัน สร้างแบบจำลองมูลค่าความเสียหายโดยใช้ข้อมูลโรงสีข้าว 10 แห่ง และในการทดสอบแบบจำลองใช้ข้อมูลโรงสีข้าว 5 แห่ง ในส่วนของข้อมูลอินพุตที่ใช้ในการสร้างแบบจำลองประกอบด้วย ขนาดกำลังการผลิตของโรงสีข้าว ค่ากระแสไฟฟ้าของโรงสีข้าว และระยะเวลาเริ่มกระบวนการผลิตใหม่ของกระบวนการสีข้าว บทความนี้ได้นำเสนอวิธีเลือกใช้แบบจำลองความเสียหายของผู้ใช้ไฟประเภทอุตสาหกรรมโรงสีข้าวระหว่าง วิธีวิเคราะห์ความถดถอยทั้งสองแบบ เพื่อให้ได้ผลประเมินมูลค่าความเสียหายใกล้เคียงความเป็นจริงที่สุด ซึ่งผลลัพธ์ดังกล่าวสามารถนำไปใช้ประโยชน์ในการวางแผนบำรุงรักษาระบบไฟฟ้าทั้งของผู้ใช้ไฟฟ้า และการไฟฟ้าผู้ดูแลระบบจำหน่ายไฟฟ้าต่อไป

An Assessment Method of Customer Outage Cost of Rice Mill Industries

This paper presents assessment methods of customer outage cost of rice mill factories using fuzzy regression and statistic regression. Therefore, the customer outage cost models can be used for those classified as the Thai Standard Industrial Classification (TSIC) group of 31161. Ten rice mill factories randomly selected from the surveyed factories are used to develop the customer outage cost models. Also, another five factories are spared for testing the above models. The key factors such as production rate, cost of electricity bill and restarting time are used as the input variables. On the other hand, the customer outage cost is the output variable of the models. The paper also presents the selection criteria for the models resulted from the fuzzy regression and statistic regression in order to achieve the most reliable outage cost assessment. The results can be applied for preventive maintenance planning of those customers and power distribution system utilities.