Biogas Energy Potential using Linear Regression Analysis
Article Sidebar
Main Article Content
บทคัดย่อ
A mathematical model of the relationship between biogas energy potential obtained from animal waste in Thailand by simple linear regression analysis was generated from data classified by province in 2020. The study found that the biogas energy potential was related to animal waste with a correlation coefficient of 0.9966 and could predict biogas energy potential at 99% (p < 0.001) with a standard error in the forecast equal to ±0.36: the forecast equation for the relation between biogas energy potential (y) and animal waste (Xi) was y = 0.0535 + 0.00002xi. The model was verified by comparing its predictions for 2021. The obtained model will be useful in future planning policies for the use of biogas renewable energy.
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ข้อความภายในบทความที่ตีพิมพ์ในวารสารทั้งหมด รวมถึงรูปภาพประกอบ ตาราง เป็นลิขสิทธิ์ของมหาวิทยาลัยเทคโนโลยีราชมงคลรัตนโกสินทร์ การนำเนื้อหา ข้อความหรือข้อคิดเห็น รูปภาพ ตาราง ของบทความไปจัดพิมพ์เผยแพร่ในรูปแบบต่าง ๆ เพื่อใช้ประโยชน์ในเชิงพาณิชย์ ต้องได้รับอนุญาตจากกองบรรณาธิการวารสารอย่างเป็นลายลักษณ์อักษร
มหาวิทยาลัยฯ อนุญาตให้สามารถนำไฟล์บทความไปใช้ประโยชน์และเผยแพร่ต่อได้ โดยต้องแสดงที่มาจากวารสารและไม่ใช้เพื่อการค้า
ข้อความที่ปรากฏในบทความในวารสารเป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับราชวิทยาลัยจุฬาภรณ์ และบุคลากร คณาจารย์ท่านอื่น ๆ ในมหาวิทยาลัยฯแต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใด ๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเอง ตลอดจนความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความเป็นของผู้เขียน ไม่เกี่ยวข้องกับกองบรรณาธิการ
เอกสารอ้างอิง
Oleg, K., Taras, H., Szymon, G., Iryna, A., Anatolii, D., Andrii, M., Anna, S., Agnieszka, S., & Stawomir, K. (2022). Energy Potential of Biogas Production in Ukraine. Energies, 15(5), 1 – 22.
Kucher, O., & Prokopchuk, L. (2018). Renewable Energy Sources: Engineering, Technology, Innovation. Cham: Springer.
Tasneem Abbasi, S.M.T., & Abbasi, S.A. (2012). Biogas Energy. New York: Springer.
Braun, R. (1982). Biogas-Methane Treatment of Organic Waste. Wien: Springer.
El Mashad, H., & Zhang, R. (2020). Biogas Energy from Organic Wastes. ASABE: Virginia Tech Publishing.
Department of Alternative Energy Deveopment and Efficiency. (2020). Thailand Alternative Energy Situation 2020, 18(18), 33 – 34.
Department of Alternative Energy Deveopment and Efficiency. (2021). Thailand Alternative Energy Situation 2021, 19(19), 33 – 34.
Krich, K., Augenstein, A., Batmale, J., Benemann, J., Rutledge, B., & Salour, D. (2005). Biomethane from Dairy Waste, a Sourcebook for the Production and Use of Renewable Natural Gas. California: UC Berkeley.
Bansal, T., Tripathi, N., & Chawla, G. (2013). Upgradation of biogas using combined method of alkaline water scrubbing and adsoption through carbon molecular sieve. International Journal of ChemTech Research, 5(2), 886 – 890.
Schaller, M. (2007). Biogas electricity production hits 17 272GWh a year in Europe. Waste-to-Energy, 46 – 49.
Hoo, P.Y., Patrizio, P., Leduc, S., Hashim, H., Kraxner, F., Tan, ST., et al. (2017). Optimal biomethane injection into natural gas grid – Biogas from palm oil mill effluent (POME) in Malasia. Energy Procedia, 105, 562 – 569.
Jonsson, O., & Persson, M. (2003). Biogas as transportation fuel. FVS Fachtagung, 99 – 111.
Sanford, W. (2005). Applied linear regression (3rd ed.). New York: Wiley.
Richard, B.D., & Andrew, F.H. (2017). Regression Analysis and Linear Models. New York: The Guilford Press.
Douglas, C.M., Elizabeth, A.P., & Geoffrey, G.V. (2012). Introduction to linear regression analysis (5th ed.). New York: Wiley.
Department of Alternative Energy Deveopment and Efficiency. (2022). Thailand Alternative Energy Situation 2022, 20(20), 33–34.
