การพยากรณ์และการวางแผนย้อนกลับเพื่อประเมินชีวมวลจากพืชสำหรับโรงไฟฟ้าชีวมวล

Forecasting and backcasting for evaluation of crop biomass supplied to bio-power plant

Name: ภัทธนันต์ คงพนา

ThaSH: มหาวิทยาลัยเกษตรศาสตร์ -- วิทยานิพนธ์. วท.ม. (เทคโนโลยีระบบเกษตร) 2564

Classification :.LCCS: TP339

ThaSH: มหาวิทยาลัยเกษตรศาสตร์. สาขาเทคโนโลยีระบบเกษตร -- วิทยานิพนธ์

ThaSH: ชีวมวล

ThaSH: พลังงานชีวมวล

ThaSH: โรงไฟฟ้าพลังงานชีวมวล

ThaSH: พืชพลังงาน

Abstract: การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อพยากรณ์และวางแผนย้อนกลับสำหรับการออกแบบระบบผลิตพลังงานจากชีวมวล ในเขตภาคกลาง จึงได้พัฒนาตัวแบบพยากรณ์ปริมาณผลผลิตรายปีของพืชเศรษฐกิจ 5 ชนิด ได้แก่ ข้าวนาปี ข้าวนาปรัง อ้อย มันสำปะหลัง และข้าวโพดเลี้ยงสัตว์ ในเขตภาคกลางของประเทศไทย โดยใช้ข้อมูลปัจจัยการผลิตในช่วงปี พ.ศ. 2524 ถึง 2562 จากสำนักงานเศรษฐกิจการเกษตร สำนักงานคณะกรรมการอ้อยและน้ำตาลทราย และสำนักงานทรัพยากรน้ำแห่งชาติ โดยได้ นำวิธีการวิเคราะห์ความถดถอยเชิงพหุคูณ (Multiple Linear Regression Analysis: MLR) และวิธีโครงข่ายประสาทเทียม (Artificial Neural Network: ANN) มาใช้ในการพัฒนาตัวแบบพยากรณ์ และ ทดสอบตัวแบบด้วยเทคนิค 10-Fold Cross-Validation แบบทำซ้ำจำนวน 5 ครั้ง พร้อมทั้งเปรียบเทียบ ความแม่นยำโดยใช้ค่ารากที่สองของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Root MeanSquare Error: RMSE) จากผลการศึกษาพบว่าการพยากรณ์ปริมาณผลผลิตรายปี ด้วยวิธี ANN ให้ค่า RMSE ต่ำกว่าวิธี MLR ในพืชทุกชนิด จากนั้นนำวิธีการวิเคราะห์แนวโน้มแบบปรับให้เรียบด้วยเอกซ์โปเนนเชี่ยล (Exponential Smoothing) มาวิเคราะห์ และพยากรณ์หาค่าพื้นที่เก็บเกี่ยว และราคาผลผลิตของข้าวนาปี ข้าวนาปรัง และอ้อย รวมทั้งพยากรณ์หาค่าปริมาณน้ำฝน ของพื้นที่ศึกษาในช่วง พ.ศ. 2563 -2582 ข้างหน้า เพื่อนำ ค่าพยากรณ์ดังกล่าวมาหาค่าปริมาณผลผลิตของพืชเศรษฐกิจดังกล่าวโดยใช้ตัวแบบพยากรณ์ปริมาณ ผลผลิตรายปี ด้วยวิธี ANN ตามที่ได้พัฒนาขึ้น รวมทั้งทำการพยากรณ์หาค่าปริมาณการใช้ไฟฟ้าของ พื้นที่ศึกษาในช่วง พ.ศ. 2564 -2584 ข้างหน้าด้วยวิธีการวิเคราะห์แนวโน้ม ผลจากการพยากรณ์หาค่า ปริมาณชีวมวลของข้าวนาปี ข้าวนาปรัง และอ้อย และค่าปริมาณการใช้ไฟฟ้าของพื้นที่ศึกษาในช่วง 20 ปี ข้างหน้า ทำให้สามารถวางแผนย้อนกลับเพื่อออกแบบระบบผลิตพลังงานจากชีวมวลในพื้นที่ ศึกษาได้ Forecasting and backcasting for evaluation of crop biomass supplied to bio-power plant was conducted in this study. Then, yield forecasting models of five economic crops comprised of in-season rice, off-season rice, sugarcane, cassava, and maize were developed in this study. Data related to input factors and yields of each crop cultivated in central region of Thailand for the period of 1981 -2019 obtained from the Office of Agricultural Economics, the Office of Cane and Sugar Board and the Office of National Water Resources were used. The multiple linear regression analysis (MLR) and Artificial Neural Network (ANN) were applied for developing the forecasting models. The Repeated 10-Fold Cross-Validation technique with 5 replications was used to evaluate thedeveloped models. The results showed that the prediction by using the ANN approach provides higher accuracy for all crops. The root mean square error (RMSE) values obtained from the ANN approach were lower than RMSE values obtained from the MLR analysis. In addition, trend analysis via exponential smoothing methods was examined to check the appropriate methods and the optimum parameters to be used to forecast the three inputs related to each crops yields comprised of the amount of cultivated area, product price of in-season rice off-season rice and sugarcane, and amount of rainfall. Then, these inputs of each crops and the quantity of electricity consumption in the study site were forecasted in period of 2020 to 2040. The series of the prediction values of the three inputs obtained from the trend analysis were fed as input variables of the ANN based model to forecast the yields of each crops in such 20 years. Consequently, the biomass from these crops as well as the quantity of electricity consumption could be forecasted. An amount between the bioenergy supply and the electricity demand level in future can be determined. This can be considered and proposed to evaluate the bioenergy production system and design the system capacity which maybe introduced in the study site. Also, backcasting plan for biomass production could be done to supply and connect a defined desirable future to the present.

มหาวิทยาลัยเกษตรศาสตร์. สำนักหอสมุด

Address: กรุงเทพมหานคร

Email: tdckulib@ku.ac.th

Name: เกรียงไกร แก้วตระกูลพงษ์

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์หลัก

Name: รักศักดิ์ เสริมศักดิ์

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์ร่วม

Name: ถวัลย์ศักดิ์ เผ่าสังข์

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์ร่วม

Created: 2564

Modified: 2568-06-25

Issued: 2568-06-25

วิทยานิพนธ์/Thesis

application/pdf

URL: https://www.lib.ku.ac.th/KUthesis/2564/pattanun-kon-all.pdf

CallNumber: TP339.ภ114

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: เทคโนโลยีระบบเกษตร

Grantor: มหาวิทยาลัยเกษตรศาสตร์

©copyrights มหาวิทยาลัยเกษตรศาสตร์

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	pattanun-kon-all.pdf	2.25 MB

ใช้เวลา

0.025174 วินาที