โครงข่ายประสาทเทียมสำหรับการพยากรณ์ความต้องการ การใช้น้ำประปา รายเดือน ของสำนักงานประปาเขต 7 การประปาส่วนภูมิภาค

A Simple Neural Network Model for Long-Term Water Water Supply Demand Forecasting in Regional Office 7, PWA, Thailand

ดุสิต ดวงมาตย์พล ( Dusit Duangmatphol )^*

สิรภัทร เชี่ยวชาญวัฒนา ( Sirapat Chiewchanwattana )^**

ดร.คำรณ สุนัติ ( Dr.Khamron Sunat )^***

บทคัดย่อ

งานวิจัยนี้นำเสนออัลกอริทึมการพยากรณ์ การใช้น้ำประปาด้วยโครงข่ายประสาทเทียมที่ใช้การเรียนรู้แบบแพร่ย้อนกลับ ( Back-Propagation Neural Network Model ) โดยใช้กฎการเรียนรู้แบบ Levenberg-Marquardt (LM) เพื่อพยากรณ์ปริมาณความต้องการการใช้น้ำประปา ระยะยาว เมื่อเทียบกับกำลังการผลิตที่มีอยู่ เพื่อช่วยกำหนดต้นทุนการผลิต ควบคุมค่าใช้จ่ายที่ต้องสูญเสียในการผลิตน้ำประปาที่มากเกินความต้องการ และทราบแนวโน้มของการเพิ่มประชากรจำนวนผู้ใช้น้ำ และปริมาณการใช้น้ำในอนาคต ในการวางแผนโครงการก่อสร้างระบบผลิตเพื่อขยายกำลังผลิตให้ทันตามความต้องการ และแก้ปัญหาการจ่ายน้ำที่ไม่ทั่วถึงในบางพื้นที่ได้ ข้อมูลที่ใช้ในการศึกษาเป็นข้อ มูลทุติยภูมิที่เก็บเป็นรายเดือน ปี พ.ศ.2543-2548 โดยใช้ข้อมูลเวลาเป็นเดือน, จำนวนผู้บริโภคน้ำประปา ตามกลุ่มของผู้บริโภคคือ กลุ่มที่อยู่อาศัย, กลุ่มราชการรัฐวิสาหกิจ, กลุ่มธุรกิจขนาดเล็ก, กลุ่มธุรกิจขนาดใหญ่หรืออุตสาหกรรม และปัจจัยด้านภูมิอากาศคือ อุณหภูมิเฉลี่ย ,ปริมาณน้ำฝนเฉลี่ย เป็นข้อมูลนำเข้าในการพยากรณ์ความต้องการการใช้น้ำประปา ของสำนักงานประปาเขต 7, การประปาส่วนภูมิภาค บทความได้นำเสนอการวิเคราะห์ผลของการเปลี่ยนแปลงข้อมูลการใช้น้ำ เมื่อเทียบกับข้อมูลนำเข้าหรือการวิเคราะห์ความไว (Sensitivity Analysis) และอัลกอริทึมได้นาเสนอ สถาปัตยกรรมโครงข่ายประสาทเทียม และตัวแปรข้อมูลเข้าที่เหมาะสม ในการพยากรณ์โดยใช้เวลาในการทำงานน้อย และความถูกต้องสูง

คำสำคัญ : การพยากรณ์ ความต้องการการใช้น้ำ

Key words : Long Term, Demand Prediction , Water supply Demand

* นักศึกษาหลักสูตรวิทยาศาสตรมหาบัณฑิต ภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยขอนแก่น,ขอนแก่น 40002 ,Email: Pwa_dd@yahoo.com

** ภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยขอนแก่น,ขอนแก่น 40002 Email: Sirapatch@yahoo.com

*** ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีมหานค, กรุงเทพมหานคร 10530 Email: khamron_sunat@yahoo.com

Abstract

This paper presents Levenberg-Marquardt (LM) learning algorithm for error back-propagration(BP) for weight adjustment, a relatively new technique of Artificial Neural Networks (ANNs), has been investigated for using in forecasting the long-term water supply demand. Accurately load forecasting can be helpful in term of policy planning and budget allocation. It can reduce electricity costs and realize other economic benefits. The planning of

the water supply system distribution development influencing the present and the future water demand have been developed, derived from the calculation of the water demand has been based on the requirement method and extrapolation of the current per capita consumption and the past consumption trends to forecast future water demand. The data employed in this study consist of monthly water supply demand in a year from one month to six years (2543-2548). The instantaneous consumption of water in a water supply distribution system depends on the many industrial, commercial, public, and domestic consumers distributed throughout the area supplied. Factors such as weather conditions, temperature and rainfall can all influence this consumption. In addition, a new training technique is introduced. A case study is performed by using the proposed method of water supply demand data of Regional office 7 , Provincial Waterworks Authority (PWA.) of Thailand to demonstrate accuracy of the proposed method. The forecast model is shown to be simple and highly accurate. A thorough sensitive analysis has been made to ascertain which parameters are having maximum influence on water use.

จากการประชุมทางวิชาการ เสนอผลงานวิจัย ระดับบัณฑิตศึกษา ครั้งที่ 9
วันศุกร์ที่ 19 มกราคม 2550 ณ มหาวิทยาลัยขอนแก่น
The 9^th Symposium on Graduate Research, KKU. 19 January 2007