ระบบการพยากรณ์ปริมาณน้ำไหลเข้าเขื่อนบางลาง
วิทยาศาสตรมหาบัณฑิต (การจัดการเทคโนโลยีสารสนเทศ), 2566
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Theses and Dissertations |
| Language: | Thai |
| Published: |
มหาวิทยาลัยสงขลานครินทร์
2023
|
| Subjects: | |
| Online Access: | http://kb.psu.ac.th/psukb/handle/2016/19168 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Prince of Songkhla University |
| Language: | Thai |
| id |
th-psu.2016-19168 |
|---|---|
| record_format |
dspace |
| institution |
Prince of Songkhla University |
| building |
Khunying Long Athakravi Sunthorn Learning Resources Center |
| continent |
Asia |
| country |
Thailand Thailand |
| content_provider |
Khunying Long Athakravi Sunthorn Learning Resources Center |
| collection |
PSU Knowledge Bank |
| language |
Thai |
| topic |
การเรียนรู้เชิงลึก การพยากรณ์ ปริมาณน้ำไหลเข้า เขื่อนบางลาง |
| spellingShingle |
การเรียนรู้เชิงลึก การพยากรณ์ ปริมาณน้ำไหลเข้า เขื่อนบางลาง อักมาล เบ็ญหาวัน ระบบการพยากรณ์ปริมาณน้ำไหลเข้าเขื่อนบางลาง |
| description |
วิทยาศาสตรมหาบัณฑิต (การจัดการเทคโนโลยีสารสนเทศ), 2566 |
| author2 |
สูรีนา มะตาหยง |
| author_facet |
สูรีนา มะตาหยง อักมาล เบ็ญหาวัน |
| format |
Theses and Dissertations |
| author |
อักมาล เบ็ญหาวัน |
| author_sort |
อักมาล เบ็ญหาวัน |
| title |
ระบบการพยากรณ์ปริมาณน้ำไหลเข้าเขื่อนบางลาง |
| title_short |
ระบบการพยากรณ์ปริมาณน้ำไหลเข้าเขื่อนบางลาง |
| title_full |
ระบบการพยากรณ์ปริมาณน้ำไหลเข้าเขื่อนบางลาง |
| title_fullStr |
ระบบการพยากรณ์ปริมาณน้ำไหลเข้าเขื่อนบางลาง |
| title_full_unstemmed |
ระบบการพยากรณ์ปริมาณน้ำไหลเข้าเขื่อนบางลาง |
| title_sort |
ระบบการพยากรณ์ปริมาณน้ำไหลเข้าเขื่อนบางลาง |
| publisher |
มหาวิทยาลัยสงขลานครินทร์ |
| publishDate |
2023 |
| url |
http://kb.psu.ac.th/psukb/handle/2016/19168 |
| _version_ |
1787137869847986176 |
| spelling |
th-psu.2016-191682023-12-13T08:34:15Z ระบบการพยากรณ์ปริมาณน้ำไหลเข้าเขื่อนบางลาง Forecasting Water Inflow System in Bang Lang Dam อักมาล เบ็ญหาวัน สูรีนา มะตาหยง Faculty of Engineering Management of Information Technology คณะวิศวกรรมศาสตร์ สาขาวิชาการจัดการเทคโนโลยีสารสนเทศ การเรียนรู้เชิงลึก การพยากรณ์ ปริมาณน้ำไหลเข้า เขื่อนบางลาง วิทยาศาสตรมหาบัณฑิต (การจัดการเทคโนโลยีสารสนเทศ), 2566 Forecasting water inflow into the Bang Lang Dam is important for the management of the Pattani River Basin, which serves as a multi-purpose irrigation source for electricity generation and agriculture in the area. Currently, the information system provides various reports but lacks predictive information regarding the amount of water flowing into the dam, which is crucial for effective water management. The prediction of dam inflow needs to be studied in order to understand the factors that affect the amount of water inflow, serving as a key element in accurate forecasting. Therefore, this research aims to study the factors that influence the water inflow to develop a dashboard model for forecasting water inflow in the Bang Lang Dam located in Bannang Sata District, Yala Province. The study utilized H2O's deep learning model, specifically feedforward neural networks, to create a predictive model for water inflows. Data were imported daily from January 1, 2012, to December 31, 2020. The most significant factor influencing the forecast of water flowing into the dam was the amount of water flowing into the Bang Lang Dam from the previous day, followed by daily rainfall, daily average temperature, daily average relative humidity, and average daily air pressure from STH031 station. The stations BTGH, BLD1, and VLGE35 followed with weight values of 0.136, 0.134, and 0.128, respectively. The model's accuracy was measured using MAE (Mean Absolute Error): 1.300, RMSE (Root Mean Square Error): 3.111, R2 (Coefficient of Determination): 0.767, and R (Correlation Coefficient): 0.876, which indicates good reliability. The model can be displayed as a dashboard tailored to the user's needs. The dashboard is divided into two parts. The first part shows the forecasting results of the amount of water flowing into the dam, presenting 22 variables and displaying the results in millions of cubic meters per day. The second part presents the necessary information to facilitate the operation of the staff involved in water management. การพยากรณ์น้ำไหลเข้าเขื่อนบางลางมีความสำคัญต่อการบริหารจัดการลุ่มแม่น้ำปัตตานี ซึ่งเป็นแหล่งชลประทานอเนกประสงค์เพื่อการผลิตไฟฟ้าและการเกษตรในพื้นที่ ปัจจุบันระบบสารสนเทศได้แสดงข้อมูลรายงานต่าง ๆ แต่ยังขาดข้อมูลการคาดการณ์เกี่ยวกับปริมาณน้ำไหลเข้าเขื่อนที่เป็นประโยชน์ต่อการบริหารจัดการน้ำที่มีประสิทธิภาพ การคาดการณ์น้ำไหลเข้าเขื่อนจำเป็นต้องทราบถึงปัจจัยที่ส่งผลต่อปริมาณน้ำไหลเข้าเป็นองค์ประกอบสำคัญในการสร้างแบบจำลองเพื่อการพยากรณ์ที่ถูกต้องและแม่นยำ ดังนั้น งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่ส่งผลต่อปริมาณน้ำไหลเข้าของเขื่อนบางลางอำเภอบันนังสตา จังหวัดยะลา เพื่อนำไปพัฒนาแดชบอร์ดแบบจำลองการพยากรณ์การไหลเข้าของน้ำในเขื่อนบางลาง การศึกษานี้ใช้โมเดลการเรียนรู้เชิงลึกของ H2O ซึ่งเป็นโครงข่ายประสาทเทียมแบบฟีดฟอร์เวิร์ด (Feedforward Neural Networks) สร้างแบบจำลองสำหรับการพยากรณ์การไหลเข้าของน้ำ ข้อมูลที่นำเข้าเป็นรายวันตั้งแต่วันที่ 1 มกราคมพ.ศ.2555 ถึง 31 ธันวาคม 2563 การวิจัยพบว่า ปัจจัยที่มีผลต่อการพยากรณ์ปริมาณน้ำไหลเข้าเขื่อนมากที่สุด คือ ปริมาณน้ำไหลเข้าเขื่อนบางลางวันก่อนหน้า รองลงมาคือ ปริมาณน้ำฝนรายวัน อุณหภูมิเฉลี่ยรายวัน ความชื้นสัมพันธ์เฉลี่ยรายวัน และความกดอากาศเฉลี่ยรายวัน ด้วยค่าน้ำหนัก 0.665 0.247 0.169 0.151 และ 0.007 ตามลำดับ และสถานีตรวจวัดสภาพอากาศที่มีผลต่อการพยากรณ์ปริมาณน้ำไหลเข้าเขื่อนมากที่สุด คือ สถานี STH031 รองลงมาคือ สถานี BTGH สถานี BLD1 และสถานี VLGE35 ด้วยค่าน้ำหนัก 0.136 0.134 0.128 และ 0.064 ตามลำดับ แบบจำลองวัดค่าความแม่นยำด้วยค่า MAE:1.300, RMSE:3.111, R2: 0.767, R:0.876 ซึ่งให้ผลลัพธ์ความน่าเชื่อถือในระดับดี สามารถนำแบบจำลองแสดงผลเป็นแดชบอร์ดตามความต้องการของผู้ใช้งาน ออกเป็นสองส่วน คือ ส่วนแรกสำหรับการแสดงผลการพยากรณ์ปริมาณน้ำไหลเข้าเขื่อนรับข้อมูลตัวแปร 22 ค่า แสดงผลการพยากรณ์น้ำที่ไหลเข้าเขื่อนบางลางเป็นหน่วยล้านลูกบาศก์เมตรต่อวัน ส่วนที่สอง แสดงสารสนเทศข้อมูลที่จำเป็นเพื่ออำนวยความสะดวกต่อการปฏิบัติงานของเจ้าหน้าที่ 2023-12-13T08:34:15Z 2023-12-13T08:34:15Z 2023 Thesis http://kb.psu.ac.th/psukb/handle/2016/19168 th Attribution-NonCommercial-NoDerivs 3.0 Thailand http://creativecommons.org/licenses/by-nc-nd/3.0/th/ application/pdf มหาวิทยาลัยสงขลานครินทร์ |