เทคนิคการพยากรณ์โหลดทางไฟฟ้า
4(4-0-8)
เงื่อนไข : โดยความเห็นชอบของสาขาวิชา
ระบบไฟฟ้ากำลัง การจัดหมู่และคุณลักษณะของโหลดทางไฟฟ้า ระเบียบวิธีการพยากรณ์ การพยากรณ์พลังงาน การพยากรณ์ความต้องการไฟฟ้าสูงสุด การพยากรณ์ที่ไม่ไวต่อสภาพอากาศ การพยากรณ์ที่ไวต่อสภาพอากาศ การพยากรณ์ทั้งหมด การพยากรณ์การขยายตัวของกลุ่มโหลด การใช้ประโยชน์จากปัญญาประดิษฐ์
เค้าโครงรายวิชา
1. ทบทวนระบบไฟฟ้ากำลัง (2 ชั่วโมง)
2. การจัดหมู่ คุณลักษณะและแบบจำลองของโหลดทางไฟฟ้า (2 ชั่วโมง)
3. เทคนิคการประมาณนอกช่วงข้อมูล (4 ชั่วโมง)
4. เทคนิคการทำให้เรียบ: พจน์เฉลี่ยและพจน์แนวโน้ม องค์ประกอบรายคาบ (4 ชั่วโมง)
5. เทคนิคอนุกรมเวลา (4 ชั่วโมง)
6. การวิเคราะห์ความถดถอย (4 ชั่วโมง)
7. แนวทางเฟ้นสุ่ม: การกรองคาลแมน (4 ชั่วโมง)
8. การพยากรณ์พลังงานและความต้องการไฟฟ้าสูงสุด (4 ชั่วโมง)
9. การพยากรณ์ที่ไม่ไวต่อสภาพอากาศ และการพยากรณ์ที่ไวต่อสภาพอากาศ (2 ชั่วโมง)
10. การพยากรณ์รายฤดูกาลและการพยากรณ์รายปี (4 ชั่วโมง)
11. การพยากรณ์การขยายตัวของกลุ่มโหลด (4 ชั่วโมง)
12. การประยุกต์ปัญญาประดิษฐ์ในการพยากรณ์โหลดทางไฟฟ้า (4 ชั่วโมง)
13. การอภิปรายในหัวข้อใหม่ด้านการพยากรณ์โหลดทางไฟฟ้า (6 ชั่วโมง)
ผลสัมฤทธิ์การเรียนรู้
นักศึกษาที่ผ่านรายวิชานี้มีความสามารถ ดังนี้
1. มีความเข้าใจปัญหาเกี่ยวกับเทคนิคการพยากรณ์โหลดทางไฟฟ้าได้
2. สามารถเข้าใจวิธีแก้ปัญหาและประยุกต์การแก้ปัญหาเทคนิคการพยากรณ์โหลดทางไฟฟ้าได้
Electric Load Forecasting Techniques
Condition : Consent of the School
Electric power systems; classification and characteristics of electric loads; forecasting methodology; energy forecasting; peak demand forecasting; non-weather-sensitive and weather-sensitive forecasts; total forecast; spatial load forecasting; exploitation of artificial intelligences
Course Outline
1. Review of electrical power systems (2 hours)
2. Classification, characteristics and modelling of electric loads (2 hours)
3. Extrapolation techniques (4 hours)
4. Smoothing techniques: average and trend terms, periodic components (4 hours)
5. Time series techniques (4 hours)
6. Regression analysis (4 hours)
7. Stochastic approach: Kalman filtering (4 hours)
8. Energy and peak demand forecasting (4 hours)
9. Non-weather-sensitive and weather-sensitive forecast (2 hours)
10. Seasonal and annual forecast (4 hours)
11. Spatial load forecasting (4 hours)
12. Applications of artificial intelligences in electric load forecasting (4 hours)
13. Discussion on recent topics in electric load forecasting techniques (6 hours)
Learning Outcomes
Having successfully completed this course, students must be able to:
1. Understand problems concerning Electric Load Forecasting Techniques
2. Understand and apply appropriate method for solving problems related to Electric Load Forecasting Techniques