วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2542

ประยุกต์ใช้ทฤษฎีเครือข่ายประสาทเทียมสำหรับการพยากรณ์โหลด ของหม้อแปลงไฟฟ้ากำลังที่ติดตั้งอยู่ในระบบจำหน่ายไฟฟ้า โดยใช้ปริมาณการใช้ไฟฟ้าของผู้ใช้ไฟที่ต่ออยู่กับหม้อแปลง เป็นข้อมูลด้านเข้าป้อนให้แก่เครือข่ายประสาท ที่ปรับสอนด้วยชุดข้อมูลตัวอย่างไว้เรียบร้อยแล้ว และได้ผลลัพธ์เป็นค่าพารามิเตอร์แสดงลักษณะโหลดของหม้อแปลงที่สำคัญ 2 ค่า คือ ค่าตัวประกอบโหลด และค่าตัวประกอบกำลังไฟฟ้า ขณะหม้อแปลงจ่ายโหลดสูงสุด ซึ่งนำไปใช้ในการคำนวณหาค่าโหลดสูงสุด Utilization factor และค่าโหลดโดยเฉลี่ยของหม้อแปลงต่อไป จากนั้นเปรียบเทียบผลที่ได้นี้กับผลที่ได้จากการพยากรณ์ โดยใช้วิธีการวิเคราะห์ทางสถิติ เครือข่ายประสาทเทียมที่ใช้ในวิทยานิพนธ์นี้ เป็นเครือข่ายแบบป้อน ไปสู่ข้างหน้าที่มีสองชั้น (Two layer feed-forward neural network) และใช้การปรับสอนแบบ Modified back-propagation (MBP) โดยใช้ข้อมูลของหม้อแปลงตัวอย่างที่ได้จากการตรวจวัดจริง ร่วมกับข้อมูลจากระบบฐานข้อมูลของการไฟฟ้าส่วนภูมิภาค ในการปรับสอนให้เครือข่ายเรียนรู้ลักษณะการจ่ายโหลดของหม้อแปลง และสามารถพยากรณ์ได้อย่างแม่นยำ วิธีการพยากรณ์โหลดหม้อแปลงที่พัฒนาขึ้น สามารถนำไปประยุกต์ใช้ในทางปฏิบัติได้จริง ผลจากการทดสอบความถูกต้องแม่นยำในการพยากรณ์ โดยการป้อนข้อมูลทดสอบให้แก่เครือข่ายประสาท แล้วเปรียบเทียบผลลัพธ์ที่ได้กับค่าจริงจากการตรวจวัด ชี้ให้เห็นว่าความผิดพลาดโดยเฉลี่ยที่เกิดจากการพยากรณ์ โดยใช้เครือข่ายประสาทเทียมมีค่าใกล้เคียงกัน กับที่เกิดจากการพยากรณ์โดยใช้วิธีการทางสถิติ