Abstract:
วิทยานิพนธ์นี้นำเสนอกระบวนการจำแนกสาเหตุความผิดพร่องที่เกิดในระบบจำหน่ายของการไฟฟ้าส่วนภูมิภาค (กฟภ.) ได้แก่ กลุ่มของสัตว์ ต้นไม้ และอุปกรณ์ชำรุด โดยใช้ข้อมูลจากการวิเคราะห์รูปคลื่นแรงดันและกระแสที่บันทึกได้จากรีเลย์ที่สถานีไฟฟ้า เพื่อหาค่าแรงดันตกชั่วขณะ อัตราการเปลี่ยนแปลงของกระแสและแรงดัน ค่าสูงสุดของกระแสและแรงดันนิวทรัล ความผิดพร่องแบบชั่วคราวหรือถาวร ชนิดของความผิดพร่อง และความผิดพร่องที่มีการแปรเปลี่ยนประเภท จากนั้นให้การเรียนรู้ของเครื่อง เปรียบเทียบกับวิธีโครงข่ายประสาทเทียม จำแนกสาเหตุของความผิดพร่องเพื่อลดระยะเวลาในการตรวจสอบเคลียร์ไลน์ระบบจำหน่ายเมื่อเกิดเหตุผิดพร่องและใช้ในการวางแผนการจัดการงานแก้ไฟฟ้าขัดข้อง ทดสอบความแม่นยำของอัลกอริทึมโดยการทดสอบจริงกับระบบจำหน่ายของ กฟภ. ในพื้นที่ภาคใต้ตอนกลางของประเทศไทย ผลการทดสอบกระบวนการที่นำเสนอแสดงว่า การเรียนรู้ของเครื่องสามารถจำแนกได้มีความถูกต้องมากกว่าโครงข่ายประสาทเทียมที่ข้อมูลฝึกฝน จำนวน 200 เหตุการณ์ โดยสามารถจำแนกว่าเหตุผิดพร่องอยู่ในกลุ่มใดที่ 72.72% และสามารถระบุถึงสาเหตุความผิดพร่อง ด้วยความแม่นยำที่ 81.21% ถึง 88.89%
