Electricity Demand Forecasting for Champasak Province in Lao PDR Using Winter’s Method with Optimizing Level, Trend and Seasonality Smoothing Constant
Main Article Content
Abstract
This research aimed to forecast the electricity consumption demand for Champasak province, Lao PDR. The forecasting process started by collecting electricity consumption in the past which were time-series data. Then, the autocorrelation coefficient was calculated and plotted to investigate the pattern of data. The graph showed that trend and seasonal were integrated in the pattern therefore Winter’s method was selected to be an appropriate forecasting model in this research. All parameters in Winter’s method were optimized by using solver function in spreadsheet software. The result of optimization revealed that α = 0.8711, β= 0.1812 and γ = 0.7500 with minimum MAPE = 5.42%. Finally, improved Winter’s forecasting model with optimized parameters was used to forecast the electricity demand for Champasak province, Lao PDR in 2016. The final result showed that the MAPE of proposed model was 5.26% which less than current forecasting method. This bring about electricity planning will be more accurate.
Article Details
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารฯ ถือเป็นลิขสิทธิ์ของวารสารฯ หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใดๆ จะได้รับอนุญาต แต่ห้ามนำไปใช้เพื่่อประโยชน์ทางธุรกิจ และห้ามดัดแปลง
References
[2] นิภา นิรุตติกุล, การพยากรณ์การขาย,สำนักพิมพ์มหาวิทยาลัยเกษตรศาสตร์, 2555
[3] John E. Henke and Dean Wichern, Business Forecasting, Pearson Education, 2014
[4] สิทธา แก้วแปงจันทร์, เสมอแข สมหอม และ ลำปาง แสนจันทร์, แบบจำลองการพยากรณ์การใช้ไฟฟ้าโดยใช้วิธีผสมของวิธีการปรับให้เรียบเอกซ์โพเนนเชียลแบบโฮลต์-วินเทอร์และขั้นตอนวิธีอาณานิคมผึ้งเทียม, วารสารเทคโนโลยีสารสนเทศ, ปีที่ 6 ฉบับที่ 11 ม.ค. – มิ.ย. 2553
[5] จินตพร หนิ้วอินปั๋น, บุญอ้อม โฉมที และ ประสิทธิ์ พยัคฆพงษ์, การเปรียบเทียบวิธีการพยากรณ์ 4 วิธี สำหรับความต้องการพลังไฟฟ้าสูงสุดในภาคกลางของประเทศไทย, เอกสารสืบเนื่องจากการประชุมนาเสนอผลงานวิจัยระดับบัณฑิตศึกษา ครั้งที่ 6 ประจำปี 2555
[6] พิเชษฐ วงษ์เคี่ยม และ ดุลพิเชษฐ์ ฤกษ์ปรีดาพงศ์, การพยากรณ์พลังงานไฟฟ้าของ กฟภ. โดยใช้วิธีการแยกส่วนประกอบร่วมกับการวิเคราะห์การถดถอยเชิงซ้อน, วารสารวิศวกรรม มก., ปีที่ 28 ฉบับที่ 91 ม.ค.-มี.ค. 2558
[7] คงฤทธิ์ โกสาสถิต และ ปารเมศ ชุติมา, การพยากรณ์ความต้องการไฟฟ้าของประเทศไทยในระยะยาวด้วยวิธีโครงข่ายประสาทเทียม, เอกสารสืบเนื่องจากการประชุมวิชาการข่ายงานวิศวกรรมอุตสาหการ ประจำปี พ.ศ.2555
[8] นู โสวันดารา, อภิชิต เทิดโยธิน และ บัณฑิต ลิ้มมีโชคชัย, การวิเคราะห์และพยากรณ์การใช้ไฟฟ้าในครัวเรือน กรณีศึกษา เมืองพนมเปญ ประเทศกัมพูชา, วารสารวิจัยและพัฒนา มจธ., ปีที่ 28 ฉบับที่ 2 เม.ย. – มิ.ย. 2548
[9] พิพัฒน์ บำรุงกาญจน์ และ สมชาติ จิริวิภากร, การพยากรณ์ความต้องการพลังงานไฟฟ้าระยะปานกลางของ กฟน. โดยใช้วิธีเอกซโพเนนเชียลสมูทติ้งและวิธีบ๊อกซ์-เจนกินส์, วิศวสารลาดกระบัง, ปีที่ 23 ฉบับที่ 4 ธ.ค. 2549
[10] พิณสุดา สิงไชย และ พงษ์ศักดิ์ กีรติวินทกร, การพยากรณ์ความต้องการพลังงานไฟฟ้าสำหรับศูนย์จัดการความต้องการพลังงานไฟฟ้าของประเทศไทย, วารสารเทคโนโลยีสารสนเทศ, ปีที่ 10 ฉบับที่ 2 ก.ค. – ธ.ค. 2557
[11] ชาญชลิต อินทสุก และ สมชาติ จิริวิภากร, การทำนายความต้องการพลังงานไฟฟ้าภาคอุตสาหกรรมรายเดือนของการไฟฟ้าส่วนภูมิภาค โดยใช้โครงข่ายประสาทเทียมและระบบอนุมานฟัซซี่โครงข่ายปรับตัวได้, วิศวกรรมสาร มก., ปีที่ 29 ฉบับที่ 95 ม.ค. – มี.ค. 2559
[12] นิฉา แก้วหาวงษ์, การพยากรณ์ปริมาณการใช้ไฟฟ้าของประเทศไทยโดยใช้ตัวแบบ SARIMA และตัวแบบการถดถอยที่มีความคลาดเคลื่อนเป็นตัวแบบ ARMA, Thai Journal of Science and Technology, ปีที่ 4 ฉบับที่ 1 ม.ค. – เม.ย.2558
[13] สุพิชชา ภมรจันทรมัส, สุพรรณ กาญจนสุธรรม, แก้ว นวลฉวี และณรงค์ พลีรักษ์, การประยุกต์เทคโนโลยีภูมิสารสนเทศเพื่อคาดการณ์ความต้องการพลังงานไฟฟ้า: กรณีศึกษา จังหวัดชลบุรี, วารสารวิชาการพระจอมเกล้าพระนครเหนือ, ปีที่ 26 ฉบับที่ 1 ม.ค. – เม.ย. 2559
[14] ธนกร สุทธิสนธ์, การเปรียบเทียบวิธีการพยากรณ์ปริมาณการใช้ไฟฟ้าของมหาวิทยาลัยราชภัฏอุบลราชธานี, วารสารเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยราชภัฏอุบลราชธานี, ปีที่ 8 ฉบับที่ 1 ม.ค. - มิ.ย. 2561