การเปรียบเทียบวิธีการพยากรณ์อัตราเร็วลมที่ระดับความสูง 120 เมตร ในจังหวัดระนอง
คำสำคัญ:
อัตราเร็วลม, บ็อกซ์-เจนกินส์, โฮลต์, บราวน์, แดมบทคัดย่อ
วัตถุประสงค์ของการศึกษาครั้งนี้คือเพื่อสร้างตัวแบบพยากรณ์อัตราเร็วลมที่ระดับความสูง 120 เมตร ในจังหวัดระนอง โดยอาศัยวิธีการทางสถิติทั้งหมด 4 วิธี ได้แก่ วิธีบ็อกซ์-เจนกินส์ วิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของโฮลต์ วิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของบราวน์ และวิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังที่มีแนวโน้มแบบแดม อนุกรมเวลาอัตราเร็วลมรายชั่วโมงที่ระดับความสูง 120 เมตร ณ จังหวัดระนอง ได้มาจากศูนย์วิจัยพลังงานและสิ่งแวดล้อม มหาวิทยาลัยทักษิณ ตั้งแต่วันที่ 1 กันยายน 2558 เวลา 0.00 น. ถึงวันที่ 28 กันยายน 2558 เวลา 23.00 น. จำนวน 672 ค่า แบ่งข้อมูลออกเป็น 2 ชุด ชุดที่ 1 ตั้งแต่วันที่ 1 กันยายน 2558 เวลา 0.00 น. ถึงวันที่ 27 กันยายน 2558 เวลา 23.00 น. จำนวน 648 ค่า สำหรับการสร้างตัวแบบพยากรณ์ ชุดที่ 2 เป็นข้อมูลวันที่ 28 กันยายน 2558 ช่วงเวลา 0.00 – 23.00 น. จำนวน 24 ค่า สำหรับเปรียบเทียบความถูกต้องของตัวแบบพยากรณ์ โดยใช้เกณฑ์ร้อยละความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) และเกณฑ์รากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) ที่ต่ำที่สุด ผลการศึกษา พบว่า วิธีที่มีความถูกต้องมากที่สุดคือวิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังที่มีแนวโน้มแบบแดม (MAPE = 11.7318, RMSE = 0.9463)
References
Waewsak, J., Kongruang, C., Tirawanichakul, Y., Tirawanichakul, S., Matan, N., Promphat, C. and Noo-Thong, A., 2008, The Feasibility Study of Wind Farm Power Plants along the Coastal Lines of Southern Thailand [Online], Available: http://webkc.dede.go.th/testmax/sites/default/files/รายงานการวิจัย%20การศึกษาความเป็นไปได้ของโรงไฟฟ้าฟาร์มกังหันลม.pdf. (In Thai)
Bielecki, M.F., Kemper, J.J. and Acker, T.L., 2014, Statistical Characterization of Errors in Wind Power Forecasting [Online], Available: https://in.nau.edu/wp-content/uploads/sites/156/2018/08/Statistical-Characterization-Of-Errors-In-Wind-Power-Forecasting-Poster-ek.pdf.
Pitchayadejanant, K., 2018, “Emerging Business Analytics in Hospitality and Tourism Industry by using Data Mining Techniques,” KMUTT Research and Development Journal, 41 (1), pp. 27-46.
Keerativibool, W. and Mahileh, J., 2011, “Forecasting Model of Wind Speed Along the Coast of Songkhla Province,” Journal of Energy Research, 8 (3), pp. 63-72. (In Thai)
Keerativibool, W. and Mahileh, J., 2013, “Forecasting Model of Wind Speed Along the Coast of Tha Sala District, Nakhon Si Thammarat Province,” KKU Research Journal, 18 (1), pp. 32-50. (In Thai)
Ket-iam, S., 2005, Forecasting Technique, 2nd ed., Thaksin University, Songkhla. (In Thai)
Bowerman, B.L. and O’Connell, R.T., 1993, Forecasting and Time Series: An Applied Approach, 3rd ed., Duxbury Press, California.
Box, G.E.P., Jenkins, G.M. and Reinsel, G.C., 1994, Time Series Analysis: Forecasting and Control, 3rd ed., Prentice Hall, New Jersey.
IBM Corporation, 2013, Brown’s Exponential Smoothing (TSMODEL Algorithms) [Online], Available: https://www.ibm.com/support/knowledgecenter/SSLVMB_22.0.0/com.ibm.spss.statistics.algorithms/alg_tsmodel_models_exsmooth_browns.htm
Manmin, M., 2006, Time Series and Forecasting, Foreprinting, Bangkok. (In Thai)
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2020 มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาของบทความที่ตีพิมพ์ในวารสาร Science and Engineering Connect ในทุกรูปแบบ รวมถึงข้อความ สมการ สูตร ตาราง ภาพ ตลอดจนภาพประกอบในรูปแบบอื่นใด เป็นลิขสิทธิ์ของมหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี การนำเนื้อหา ไม่ว่าจะในรูปแบบใด ของบทความไปใช้ประโยชน์ในเชิงพาณิชย์ ต้องได้รับอนุญาตจากบรรณาธิการวารสารอย่างเป็นลายลักษณ์อักษรก่อนเท่านั้น
