Using artificial neural networks for the design of electrical system for buildings
โดย บัณฑิต ฤทธิ์ทอง
ปี 2553
บทคัดย่อ (Abstract)
วิทยานิพนธ์นี้นำเสนอวิธีการออกแบบระบบไฟฟ้าสำหรับอาคารชุดโดยใช้โครงข่ายประสาทเทียมในการหาข้อมูลอุปกรณ์ไฟฟ้าเพื่อช่วยในการวางแผนและนำไปประเมินราคาการติดตั้งระบบไฟฟ้าโดยใช้ตัวแปรที่ต้องการออกแบบเป็นตัวป้อนเข้าหรืออินพุทได้แก่ ขนาดพื้นที่ห้องชุด (20-100 ตารางเมตร),ประเภทห้องชุด,ระบบทำความเย็นจากส่วนกลาง,ชนิดของระบบไฟฟ้า (1 เฟสหรือ 3 เฟส) โดยคิดที่ห้องชุด 1 ห้องตามลำดับและส่วนเอาท์พุทหรือคำตอบที่ต้องการได้แก่ ขนาดเครื่องวัดหน่วยไฟฟ้า,ขนาดเซอร์กิตเบรกเกอร์,ขนาดสายเฟส,ขนาดสายดิน,ขนาดท่อโลหะและระยะทางการเดินสาย
โดยนำตัวแปรดังกล่าวมาใช้ในการฝึกสอนโครงข่ายประสาทเทียมซึ่งข้อมูลที่ใช้ได้มาจากการคำนวณตามมาตรฐานการติดตั้งทางไฟฟ้าสำหรับประเทศไทยจากผลการทดสอบฝึกสอนโครงข่ายประสาทเทียมสำเร็จพบว่า โครงข่ายประสาทเทียมสำหรับห้องชุดประเภทอยู่อาศัยมีความผิดพลาด 2.19 เปอร์เซ็นต์ชุดทดสอบให้เอาท์พุทที่ไม่ถูกต้องจำนวน 2 ชุดจากชุดทดสอบ 64 ชุดมีความผิดพลาด 3.125 เปอร์เซ็นต์ โครงข่ายประสาทเทียมสำหรับห้องชุดประเภทอยู่อาศัย,สำนักงานหรือร้านทั่วไปมีความผิดพลาด 0.91 เปอร์เซ็นต์ชุดทดสอบให้เอาท์พุทที่ไม่ถูกต้องจำนวน 8 ชุดจากชุดทดสอบ 128 ชุดมีความผิดพลาด 6.25 เปอร์เซ็นต์ โครงข่ายประสาทเทียมสำหรับห้องชุดประเภทอยู่อาศัย,สำนักงานหรือร้านทั่วไปและอุตสาหกรรมชุดฝึกสอนจำนวน 730 ชุดมีความผิดพลาด 2.48 เปอร์เซ็นต์ชุดทดสอบให้เอาท์พุทที่ไม่ถูกต้องจำนวน 3 ชุดจากชุดทดสอบ 80 ชุดมีความผิดพลาด 3.75 เปอร์เซ็นต์ โครงข่ายประสาทเทียมสำหรับห้องชุดประเภทอยู่อาศัย,สำนักงานหรือร้านทั่วไปและอุตสาหกรรมชุดฝึกสอนจำนวน 810 ชุดมีความผิดพลาด 2.44 เปอร์เซ็นต์และนำชุดฝึกสอนจำนวน 810 ชุดมาทดสอบให้เอาท์พุทที่ถูกต้องทุกชุด
ประเมินประสิทธิภาพวิธีที่นำเสนอโดยทดสอบโปรแกรมเปรียบเทียบกับการคำนวณด้วยมือและนำไปให้วิศวกรผู้ออกแบบระบบไฟฟ้าทดลองใช้ตรวจสอบเทียบความถูกต้องกับการคำนวณแบบที่ใช้อยู่ วิธีที่นำเสนอสามารถหาคำตอบได้อย่างถูกต้องรวดเร็วซึ่งผลที่ได้อยู่ในระดับที่น่าพอใจ
The thesis proposes a novel technique for designing the electrical system of buildings using an Artificial Neural Networks (ANN). The ANN is employed as a classifier for searching the data of the required electrical equipments in the data base which can help in saving time for estimating budget and planning for the electrical system installation. The data for an apartment as follows: the apartment area (20-100 m2),types of the apartment, air-condition system, electrical system (1 or 3 phase) are used as inputs of the ANN. The size of meter, circuit breaker, dimension of phase conductors, grounding conductors, metal conduits and the length of conductors are employed as output of the ANN.
The data that obtained from the calculation according to the Electrical Installation Standard of Thailand are used as ANN training and testing sets. The results of the was successful. The ANN for residential apartment an error 2.19 percent and test the output invalid 2 sets of 64 test set 3.125 percent error of the ANN. The ANN for residential apartment, office or shop apartment an error 0.91 percent and test the output invalid 8 sets of 128 test set 6.25 percent error of the ANN. The ANN for residential apartment, office or shop apartment and industry Set training of 730 set have an error 2.48 percent and test the output invalid 3 sets of 80 test set of 3.75 percent error of the ANN. The ANN for residential apartment, office or shop apartment and industry Set training of 810 set have an error 2.44 percent and the training set of 810 test set to output the correct set
Evaluate the effectiveness of proposed method by testing compared with the calculation by hand and take it to the engineers who design electrical systems were used to check the accuracy compared with existing calculations. The satisfactory results were provided with an accurate and short time consuming.
DOWNLOAD : การใช้โครงข่ายประสาทเทียมในการออกแบบระบบไฟฟ้าสำหรับอาคารชุด