การประเมินค่าและการทำนายค่ารังสีแสงอาทิตย์เฉลี่ยรายวันในจังหวัด ชลบุรีด้วยตัวแบบข่ายงานระบบประสาท

กิดาการ สายธนู

กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้: https://buuir.buu.ac.th/xmlui/handle/1234567890/1968

ระเบียนเมทาดาทาแบบเต็ม

ฟิลด์ DC	ค่า	ภาษา
dc.contributor.author	กิดาการ สายธนู
dc.contributor.other	มหาวิทยาลัยบูรพา. คณะวิทยาศาสตร์
dc.date.accessioned	2019-03-25T09:10:01Z
dc.date.available	2019-03-25T09:10:01Z
dc.date.issued	2559
dc.identifier.uri	http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/1968
dc.description.abstract	การวัดตัวแปรที่มีประโยชน์หลาย ๆ ตัว ได้แก่ อุณหภูมิสูงสุด อุณหภูมิต่่าสุด ความยาวนานของแสงแดด ความกดอากาศที่ระดับน้ำทะเล ความชื้นสัมพัทธ์ ความดันไอ และรังสีแสงอาทิตย์ที่จังหวัดชลบุรี ประเทศไทย ในช่วงปี พ.ศ. 2548 ถึงปี พ.ศ. 2552 ถูกน่ามาใช้เพื่อประเมินค่าและสร้างตัวแบบข่ายงานระบบประสาทเพื่อทำนายค่ารังสีแสงอาทิตย์เฉลี่ยรายวัน ผลการศึกษารูปแบบรังสีแสงอาทิตย์ของจังหวัดชลบุรีแสดงให้เห็นว่ารังสีแสงอาทิตย์และรังสีแสงอาทิตย์เฉลี่ยมีค่าสูงที่สุดในฤดูร้อน (ตั้งแต่กลางเดือนกุมภาพันธ์ถึงกลางเดือนพฤษภาคม) รองลงมาเป็นฤดูฝน (ตั้งแต่กลางเดือนพฤษภาคมถึงกลางเดือนตุลาคม) และฤดูหนาว (ตั้งแต่กลางเดือนตุลาคมถึงกลางเดือนกุมภาพันธ์) เมื่อท่าการรวมกลุ่มของวันที่มีค่ารังสีแสงอาทิตย์มากพอที่จะน่าไปใช้ในการพัฒนาศักยภาพของพลังงานแสงอาทิตย์ด้วยการวิเคราะห์การแบ่งกลุ่มแล้ว จะสามารถจัดกลุ่มวันเหล่านี้ได้เป็น 3 กลุ่ม คือ กลุ่มที่ 1 (Cluster 1) เป็นวันที่มีความยาวนานของแสงแดดสั้น (ประมาณ 6 ชั่วโมง) มีอุณหภูมิสูงสุดมากกว่า 35 องศาเซลเซียส มีความกดอากาศที่ระดับน้ำทะเลประมาณ 1006 พาสคาล และมีความชื้นสัมพัทธ์ต่่ากว่า 70 เปอร์เซนต์ กลุ่มที่ 2 (Cluster 2) เป็นกลุ่มวันที่มีความยาวนานของแสงแดดแปรผันมาก (ระหว่าง 7–11 ชั่วโมง) จึงมีอุณหภูมิสูงสุดอยู่ระหว่าง 34–37 องศาเซลเซียส มีความกดอากาศที่ระดับน้ำทะเลประมาณ 1007 พาสคาล และมีความชื้นสัมพัทธ์ประมาณ 70 เปอร์เซนต์ ส่วนกลุ่มที่ 3 (Cluster 3) เป็นวันที่มีความยาวนานของแสงแดดมาก (ประมาณ 10 ชั่วโมง) มีอุณหภูมิสูงสุดประมาณ 33 องศาเซลเซียส มีความกดอากาศที่ระดับน้ำทะเลประมาณ 1008 พาสคาล และมีความชื้นสัมพัทธ์สูงมากกว่า 70 เปอร์เซนต์ ตัวแบบข่ายงานระบบประสาทอย่างง่ายแบบ MLP ที่ประกอบด้วยตัวแปรอินพุท 6 ตัว โหนดของชั้นซ่อนซึ่งมีอยู่เพียงชั้นเดียว จ่านวน 5 โหนด และโหนดของชั้นเอาท์พุท จ่านวน 1 โหนด เป็นตัวแบบข่ายงานระบบประสาทที่มีสมรรถนะดีที่สุดในการท่านายค่ารังสีแสงอาทิตย์เฉลี่ยรายวันในจังหวัดชลบุรี โดยพิจารณาได้จากรากของค่าคลาดเคลื่อนก่าลังสองเฉลี่ยจากข้อมูลสำหรับการตรวจสอบความถูกต้องของตัวแบบมีค่าน้อยที่สุด	th_TH
dc.description.sponsorship	โครงการวิจัยประเภทงบประมาณเงินรายได้ จากเงินอุดหนุนรัฐบาล (งบประมาณแผ่นดิน) ประจำปีงบประมาณ พ.ศ. 2559	en
dc.language.iso	th	th_TH
dc.publisher	คณะวิทยาศาสตร์ มหาวิทยาลัยบูรพา	th_TH
dc.subject	การวิเคราะห์การแบ่งกลุ่ม	th_TH
dc.subject	ตัวแบบข่ายงานระบบประสาท	th_TH
dc.subject	รังสีแสงอาทิตย์	th_TH
dc.subject	สาขาวิทยาศาสตร์กายภาพและคณิตศาสตร์	th_TH
dc.title	การประเมินค่าและการทำนายค่ารังสีแสงอาทิตย์เฉลี่ยรายวันในจังหวัด ชลบุรีด้วยตัวแบบข่ายงานระบบประสาท	th_TH
dc.title.alternative	Assessment and prediction of daily average solar radiation in Chonburi with neural network model	en
dc.type	Research	th_TH
dc.author.email	ksaithan@buu.ac.th
dc.year	2559
dc.description.abstractalternative	Measurements of versatile variables; maximum temperature, minimum temperature, sunshine duration, sea-level pressure, relative humidity, pressure and solar radiation, at Chonburi, Thailand during 2005 to 2009 were used to assess and build the neural network model for predicting the daily average solar radiation. The study results of Chonburi’s solar radiation pattern revealed the solar radiation and average solar radiation were highest in summer (mid February to mid May) successively in rainy season (mid May to mid October) and winter (mid October to mid February). The days of solar radiation potential were formed into 3 groups by cluster analysis. Cluster 1 represented roughly 6 hours for sunshine duration, 35C for maximum temperature, 1006 Pa for sea-level pressure and below 70% for relative humidity. Cluster 2 illustrated sunshine duration fluctuated 7 to 11 hours, maximum temperature ranged from 34 C to 37 C, 1007 Pa for sea-level pressure and approximately 70% for relative humidity. Cluster 3 expressed roughly 10 hours for sunshine duration, maximum temperature proximately 33 C, 1008 Pa for sea-level pressure and above 70% for relative humidity. The simple neural network model, MLP, consisted of 6 input variables, 5 nodes in a hidden layer and 1 output node was the best performance in prediction of daily average solar radiation in Chonburi as considering from the minimum root mean square error of the validation data set	en
ปรากฏในกลุ่มข้อมูล:	รายงานการวิจัย (Research Reports)

แฟ้มในรายการข้อมูลนี้:

แฟ้ม	ขนาด	รูปแบบ
2563_092.pdf	1.49 MB	Adobe PDF	ดู/เปิด

แสดงระเบียนรายการแบบย่อ

รายการทั้งหมดในระบบคิดีได้รับการคุ้มครองลิขสิทธิ์ มีการสงวนสิทธิ์เว้นแต่ที่ระบุไว้เป็นอื่น