การพยากรณ์ความต้องการไฟฟ้าสูงสุดระยะยาวของประเทศไทยโดยการใช้ฟังก์ชันเคอร์เนล

ประมุขพงศ์ อัศวทวีโชค

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/45660

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	ประสิทธิ์ ทีฆพุฒิ	en_US
dc.contributor.advisor	ทัศนัย พลอยสุวรรณ	en_US
dc.contributor.author	ประมุขพงศ์ อัศวทวีโชค	en_US
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	en_US
dc.date.accessioned	2015-09-17T04:04:10Z	-
dc.date.available	2015-09-17T04:04:10Z	-
dc.date.issued	2557	en_US
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/45660	-
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2557	en_US
dc.description.abstract	ในวิทยานิพนธ์นำเสนอเทคนิคการพยากรณ์ความต้องการไฟฟ้าสูงสุด (พีคโหลด) รายเดือนของประเทศไทยตั้งแต่เดือนมกราคมปี 2014 ถึงธันวาคม 2023 ซึ่งมีจำนวนทั้งหมด 132 เดือนข้างหน้า โดยที่ข้อมูลฝึกสอนนำมาจากรายงานประจำปีที่รวบรวมโดยการไฟฟ้าฝ่ายผลิตแห่งประเทศตั้งแต่เดือนมกราคมปี 2000 ถึงเดือนธันวาคมปี 2012 ซึ่งมีจำนวนทั้งหมด 156 เดือน เทคนิคออกแบบเคอร์เนลชนิดใหม่สำหรับการพยากรณ์ถูกนำเสนอในรูปแบบผลรวมของเอ็กซ์โพเนนเชียลเคอร์เนลกำลังสองและผลคูณระหว่างเคอร์เนลเอกซ์โพเนนเชียลกำลังสองกับเคอร์เนลชนิดคาบเวลา ซึ่งถูกใช้เป็นส่วนประกอบในคำตอบของกระบวนการแบบเกาส์ โดยผลการทดลองแสดงให้เห็นว่าเปอร์เซ็นต์ค่าเฉลี่ยความผิดพลาดสัมบูรณ์ในการพยากรณ์ของวิธีที่นำเสนอมีค่าเท่ากับ 3.1086% ซึ่งให้ค่าความผิดพลาดต่ำกว่าโครงข่ายประสาทเทียมที่ใช้กันอย่างแพร่หลายโดยมีเปอร์เซ็นต์เฉลี่ยค่าความผิดพลาดสัมบูรณ์เท่ากับ 19.28%	en_US
dc.description.abstractalternative	This thesis presents monthly forecasting technique of long term peak electricity demand (peak load) in Thailand from January 2014 to December 2023 with totally 132 months in the future. The known training data is collected from annual report of the Electricity Generating Authority of Thailand (EGAT) from January 2000 to December 2012 with totally 156 months. The new designed kernel technique is proposed by the combination of square exponential kernel and multiplied version between square exponential kernel and periodic kernel, which are used as components in the answer of Gaussian Process (GP). Finally, the results show the prediction error mean absolute percentage error (MAPE) of proposed method by 3.1086% which is lower than traditional neural network by MAPE 19.28%.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.relation.uri	http://doi.org/10.14457/CU.the.2014.1041	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	การใช้พลังงานไฟฟ้า -- ไทย -- พยากรณ์
dc.subject	กระบวนการเกาส์เซียน
dc.subject	ปริมาณการใช้สูงสุด
dc.subject	Electric power consumption -- Thailand -- Forecasting
dc.subject	Gaussian processes
dc.subject	Peak load
dc.subject	Kernel functions
dc.title	การพยากรณ์ความต้องการไฟฟ้าสูงสุดระยะยาวของประเทศไทยโดยการใช้ฟังก์ชันเคอร์เนล	en_US
dc.title.alternative	THAILAND’S LONG TERM PEAK LOAD FORECASTING USING KERNEL FUNCTION	en_US
dc.type	Thesis	en_US
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	en_US
dc.degree.level	ปริญญาโท	en_US
dc.degree.discipline	วิศวกรรมไฟฟ้า	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.email.advisor	Prasit.T@Chula.ac.th,Prasit.T@chula.ac.th	en_US
dc.email.advisor	tuchsanai@gmail.com	en_US
dc.identifier.DOI	10.14457/CU.the.2014.1041	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
5670273421.pdf		3.28 MB	Adobe PDF	View/Open

Show simple item record