เครือข่ายไร้สายเพื่อการจำแนกเครื่องใช้ไฟฟ้าและการเปรียบเทียบประสิทธิภาพในการจำแนก

Abstract

งานวิจัยนี้เสนอการเปรียบเทียบประสิทธิภาพของเทคนิคการจำแนกเครื่งใช้ไฟฟ้าจากการตรวจวัดกระแสไฟฟ้าที่แต่ละอุปกรณ์ไฟฟ้า ซึ่งถูกเฝ้าดูและควบคุมด้วยระบบเครือข่ายเซ็นเซอร์ไร้สายในงานวิจัยนี้ผู้วิจัยเลือกเปรียบเทียบเทคนิคการจำแนก 4 วิธีได้แก่ ต้นไม้ตัดสินใจ (Decision tree) นาอีฟเบย์ (Naïve Bayes) โครงข่ายประสาทเทียม (Neural network) และซัพพอร์ตเวกเตอร์แมชชีน (Support vector machine) เพื่อหาเทคนิคการจำแนกที่เหมาะสม ผู้วิจัยได้ออกแบบอุปกรณ์ตรวจจับกระแสในรูปแบบรางปลักไฟฟ้าและนำไปใช้กับทุก ๆ จุดที่เครื่องใช้ไฟฟ้าทำงานอยู่ในขั้นตอนการสร้างแบบจำลอง ค่ากระแสไฟฟ้าที่วัดจะถูกจัเก็บในระบบคอมพิวเตอร์ก่อนนำเข้าสู่กระบวนการจำแนกโดยใช้โปรแกรม Weka จุดมุ่งหมายของการตรวจจับกระแสไฟฟ้าในจุดที่เครื่องใชไฟฟ้าทำงานอยู่ (แทนที่จะเป็นแผงวงจรหลัก) เพื่อให้ระบบสามารถถูกพัฒนาต่อยอดให้รับรู้ได้อัตโนมัติว่าเครื่องไฟฟ้าถูกย้ายไปอยู่ที่ตำแหน่งใด สามารถควบคุมการเปิด/ปิด เครื่องใช้ไฟฟ้าแบบอัตโนมัติ สามารถระบุอุปกรณ์ไฟฟ้าที่ต้องระมัดระวังเป็นพิเศษเช่น กาต้มน้ำร้อน อันจะส่งผลให้สามารถเพิ่มความปลอดภัยในครัวเรือน ช่วยลดการสิ้นเปลืองพลังงาน และเพิ่มคุณภาพชีวิตได้ในอนาคต จากการทดสอบกับเครื่องใช้ไฟฟ้าตัวอย่าง 40 อุปกรณ์และเปรียบเทียบความถูกต้องของเทคนิค การจำแนกทั้ง 4 เทคนิค ผู้วิจัยพบว่า 1) ค่าเบี่ยงเบนมาตรฐานการใช้ไฟฟ้าเป็นข้อมูลที่จำเป็นสำหรัยการจำแนกสถานะของอุปกรณ์ไฟฟ้า 2) ต้นไม้ตัดสินใจ (J48) ให้ค่าความผิดพลาดน้อยที่สุดที่ 1.66% กฎที่ได้จากแบบจำลองต้นไม้ตัดสินใจถูกนำไปใช้ในอุปกรณ์ไมโครคอนโทรเลอร์ เพื่อการจำแนกแบบเวลาจริงพร้อมแสดงผลและควบคุมการเปิด/ปิด อุปกรณ์ไฟฟ้าผ่านเว็บไซต์