1. CUIR at Chulalongkorn University
  2. Faculty and Institute
  3. Graduate School - Grad
  4. Grad - Theses
Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/12802
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorมานพ วราภักดิ์-
dc.contributor.authorธิดารัตน์ จันทวี-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย-
dc.date.accessioned2010-06-09T03:25:53Z-
dc.date.available2010-06-09T03:25:53Z-
dc.date.issued2539-
dc.identifier.isbn9746359916-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/12802-
dc.descriptionวิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2539en
dc.description.abstractการวิจัยครั้งนี้มีจุดประสงค์เพื่อการศึกษาหาวิธีการพยากรณ์ที่เหมาะสมสำหรับการพยากรณ์ข้อมูลปริมาณความต้องการใช้ไฟฟ้า เพื่อการวางแผนการผลิตไฟฟ้าระยะสั้น ตลอดจนความต้องการหาตัวแบบพยากรณ์ที่ให้ค่าพยากรณ์ใกล้เคียงกับข้อมูลจริง และศึกษาเปรียบเทียบวิธีพยากรณ์ทั้ง 3 วิธี ว่าวิธีใดเหมาะสมกับข้อมูลมากที่สุด โดยพิจารณาจากค่าเฉลี่ยต่ำสุดของเปอร์เซนต์ค่าความคลาดเคลื่อนสมบูรณ์ โดยนำเทคนิคและทฤษฎีสถิติมาช่วยในการวิเคราะห์ข้อมูล ประกอบด้วยวิธีการพยากรณ์ของบอกซ์และเจนกินส์ เทคนิคการปรับให้เรียบ และวิธีพยากรณ์ของแผนกวางแผนการผลิตไฟฟ้าระยะสั้น การไฟฟ้าฝ่ายผลิตแห่งประเทศไทย (กฟผ.) ที่ใช้งานในปัจจุบัน ในการศึกษาครั้งนี้ใช้ข้อมูลทุติยภูมิรวบรวมจากแผนกวางแผนการผลิตไฟฟ้าระยะสั้น(กฟผ.) ลักษณะข้อมูลอนุกรมเวลารายเดือนของปีงบประมาณ 2533-2538 จำแนกตามประเภทของข้อมูลทั้งหมด 13 ประเภทด้วยกัน ผลการศึกษาเปรียบเทียบข้อมูลที่วิเคราะห์ทั้ง 3 วิธีได้ว่า วิธีการพยากรณ์โดยวิธีของบอกซ์และเจนกินส์ เหมาะสมกว่าวิธีอื่นๆ ที่นำมาศึกษาเปรียบเทียบสำหรับข้อมูลปริมาณการใช้ไฟฟ้าทุกประเภทen
dc.description.abstractalternativeThe objective of this study is to find out the suitable forecasting models for forecasting the demands for short-term power generation plan. The collected data are analysed for motion and a trend to formulate forecasting models. The mean absolute percent error of forecasting is utilized to measure the accuracy of forecasting of Box-Jenkins Methods, Smoothing Methods, and Generation Operation Planning Division Method of Electricity Generating Authority of Thailand, and to find out which method is suitable for data in each models. In this study, statistical techniqued and statistical thories are used to analyze the data. In this study, collected generation Operation Planning Division are secondary data during 1990-1995. The result of this study shows that forecasting method by Box-Jenkins method is suitable for every type of demand electricity data.en
dc.format.extent329021 bytes-
dc.format.extent299953 bytes-
dc.format.extent505411 bytes-
dc.format.extent329347 bytes-
dc.format.extent2274219 bytes-
dc.format.extent269549 bytes-
dc.format.extent1089570 bytes-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.language.isothes
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectการใช้พลังงานไฟฟ้าen
dc.subjectพยากรณ์en
dc.subjectพลังงานไฟฟ้า -- การผลิตen
dc.titleการพยากรณ์ความต้องการใช้ไฟฟ้าเพื่อการวางแผนการผลิตไพฟ้าระยะสั้นen
dc.title.alternativeForecast of electricity demand for short-term power generation planen
dc.typeThesises
dc.degree.nameสถิติศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineสถิติes
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
dc.email.advisorManop.V@Chula.ac.th-
Appears in Collections:Grad - Theses

Files in This Item:
File Description SizeFormat 
Tidarat_Ja_front.pdf321.31 kBAdobe PDFView/Open
Tidarat_Ja_ch1.pdf292.92 kBAdobe PDFView/Open
Tidarat_Ja_ch2.pdf493.57 kBAdobe PDFView/Open
Tidarat_Ja_ch3.pdf321.63 kBAdobe PDFView/Open
Tidarat_Ja_ch4.pdf2.22 MBAdobe PDFView/Open
Tidarat_Ja_ch5.pdf263.23 kBAdobe PDFView/Open
Tidarat_Ja_back.pdf1.06 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.