ENERGY CONSUMPTION PREDICTION BY USING ARTIFICIAL NEURON NETWORK METHOD
Keywords:
Predict, Electricity consumption, Artificial Neuron NetworkAbstract
This research article on predicts of electricity consumption by using ANN method. It is intended to be a case study in planning to develop a suitable electric power management system in the future and to study and compare the results between measuring with measuring instruments and predict by ANN method. From the study in the sample educational institutions, namely, school A and school B. The variables used consisted of the maximum power demand and the load factor. using the data in the year 2014 in ANN system learning and data in 2016 2015 is used for testing the predict results. The statistic used was the percentage error (%Error). The results showed that A school had an error of 4.76% and School B had an error of 6.63%.
References
กระทรวงพลังงาน. (2559). Thailand Electricity Load Profile. ค้นจากhttp://www.command.energy.go.th/ egatLoadprofile/
การไฟฟ้าส่วนภูมิภาค. (2558). อัตราค่าไฟฟ้าการไฟฟ้าส่วนภูมิภาค. ค้นจาก http://www.erc.or.th/ ERCWeb2/ Upload/ Document/PEAใบอัตราค่าไฟฟ้า58-60.pdf วันที่สืบค้น 10 ม.ค. 2560
เจษฎา เรืองแสง. (2555). การพัฒนาสมการพลังงานในโรงงานอุตสาหกรรมผลิตชิ้นส่วนยาง. (วิทยานิพนธ์ปริญญามหาบัณฑิต). มหาวิทยาลัยศรีนครินทรวิโรฒ, กรุงเทพฯ.
สมพร เรืองสินชัยวานิช. (2560). การอนุรักษ์พลังงานและการจัดการพลังงานไฟฟ้า. กรุงเทพฯ: บริษัท ทริปเพิ้ล เอ็ดดูเคชั่น จำกัด.
Hasmat, M., & Savita, S. (2016, June). Application of Artificial Neural Network for Long Term Wind Speed Prediction. In 2016 Conference on Advances in Signal Processing (CASP), Pune, India, 217-222. Doi: 10.1109/CASP.2016.7746168
Loghmari, I., Timoumi, Y., & Messadi, A. (2018). Performance comparison of two global solar radiation models for spatial interpolation purposes. Renewable and Sustainable Energy Reviews, 82, 837–844. Doi: 10.1016/j.rser.2017.09.092
