KMITL Expo 2026 LogoKMITL 66th Anniversary Logo

การพัฒนาเครื่องมือโอเพ่นซอร์สสำหรับการวิเคราะห์ระบบไฟฟ้ากำลังและไมโครกริด

รายละเอียด

ในงานวิจัยนี้ เรานำเสนอ Power Grid Analyzer (PGAz) ซึ่งเป็นซอฟต์แวร์โอเพนซอร์สที่พัฒนาโดยใช้ MATLAB ออกแบบมาเพื่อวิเคราะห์และควบคุมโครงข่ายไฟฟ้าแห่งอนาคต ในระยะแรก PGAz ได้รวมคุณสมบัติหลัก 4 ประการ ได้แก่ การวิเคราะห์การไหลของกำลังไฟฟ้า (PF), การวิเคราะห์การไหลของกำลังไฟฟ้าที่เหมาะสมที่สุด (OPF), การวิเคราะห์เสถียรภาพเชิงสัญญาณขนาดเล็ก (SSSA) และ การจำลองผลตอบสนองในโดเมนเวลา (TS) ในส่วนที่ 1 ของงานวิจัยนี้ เรามุ่งเน้นไปที่การพัฒนา PF และ OPF โดยนำเสนอรูปแบบของเครื่องมือที่พัฒนาขึ้น รวมถึงคำสั่งที่ใช้ในซอฟต์แวร์ สำหรับการแก้ปัญหา PF และ OPF เราได้พัฒนาและรวมเอาหลายเทคนิคทั่วไปที่มีประสิทธิภาพไว้ใน PGAz ได้แก่ Newton-Raphson Method, Gauss-Seidel Method, Interior Point Method, Iwamoto’s Method, Fast Decoupled Load Flow, Genetic Algorithm - GA, Particle Swarm Optimization - PSO นอกจากนี้ เรายังให้ความสำคัญกับประเด็นที่สำคัญ อัลกอริธึม และกรณีศึกษาต่างๆ ที่ได้รับการทดสอบกับระบบทดสอบมาตรฐานของ IEEE ตั้งแต่ IEEE 5-bus ไปจนถึง IEEE 300-bus ซึ่งผลลัพธ์ที่ได้รับแสดงให้เห็นถึงความสามารถของ PGAz ในการใช้งานเพื่อการศึกษาและการวิจัยในด้าน PF และ OPF สุดท้าย เราได้วางแผนพัฒนา Part II ซึ่งจะเน้นไปที่ SSSA และ TS เป็นหลัก โดยมีเป้าหมายเพื่อเพิ่มขีดความสามารถของ PGAz ในการศึกษาการวิเคราะห์เสถียรภาพและการจำลองเชิงเวลาของโครงข่ายไฟฟ้าแห่งอนาคต

วัตถุประสงค์

ที่มา ปัจจุบันซอฟต์แวร์วิเคราะห์ระบบไฟฟ้าส่วนใหญ่ เช่น DIgSILENT, PSS®Sincal, และ PSCAD มีค่าใช้จ่ายสูงและมีข้อจำกัดด้านการปรับแต่งโมเดล นอกจากนี้ การอัปเดตโมเดลล่าช้า ส่งผลต่อความก้าวหน้าทางการวิจัยและการศึกษา ในขณะเดียวกัน แม้ว่าจะมีซอฟต์แวร์โอเพนซอร์ส เช่น Power System Toolbox (PST), Power System Analysis Toolbox (PSAT) และ MatPower แต่ซอฟต์แวร์เหล่านี้หลายตัวไม่ได้รับการพัฒนาอย่างต่อเนื่อง หรือขาดความสามารถในการรองรับการวิเคราะห์โครงข่ายไฟฟ้าสมัยใหม่ เช่น Cyber-Physical Power Systems (CPPS) และ Microgrids PGAz จึงถูกพัฒนาขึ้นเพื่อเติมเต็มช่องว่างของซอฟต์แวร์เหล่านี้ โดยมุ่งเน้นให้เป็นแพลตฟอร์มที่เปิดกว้าง มีการอัปเดตอย่างต่อเนื่อง และรองรับการวิเคราะห์ระบบไฟฟ้าในเชิงลึกมากขึ้น ความสำคัญ รองรับการปรับแต่งโมเดลอย่างยืดหยุ่นPGAz พัฒนาโดยใช้ MATLAB ซึ่งช่วยให้ผู้ใช้สามารถปรับแต่งและพัฒนาโมเดลได้อย่างอิสระ และสามารถรวมเข้ากับการวิเคราะห์ที่หลากหลาย เช่น การวิเคราะห์กำลังไฟฟ้า การจำลองเชิงเวลาของโครงข่ายไฟฟ้า และการวิเคราะห์เสถียรภาพเชิงสัญญาณขนาดเล็ก ลดข้อจำกัดของซอฟต์แวร์เชิงพาณิชย์ซอฟต์แวร์เชิงพาณิชย์มักมีข้อจำกัดทั้งด้านต้นทุนและโครงสร้างโมเดลที่ปรับแต่งได้ยาก PGAz จึงเป็นทางเลือกที่เปิดโอกาสให้ผู้ใช้สามารถพัฒนาซอฟต์แวร์ของตนเองโดยไม่มีค่าใช้จ่าย รองรับเทคนิคขั้นสูงในระบบไฟฟ้ายุคใหม่PGAz ได้รวมเทคนิควิเคราะห์โครงข่ายไฟฟ้าที่ทันสมัย เช่น การเพิ่มประสิทธิภาพโดย AI และ Machine Learning การวิเคราะห์ Cyber-Physical Systems และการออกแบบระบบที่รองรับทรัพยากรพลังงานหมุนเวียน สนับสนุนการวิจัยและการศึกษาPGAz ช่วยให้นักวิจัยและนักศึกษาสามารถใช้เครื่องมือโอเพนซอร์สในการศึกษาระบบไฟฟ้าโดยไม่ต้องพึ่งพาซอฟต์แวร์ที่มีค่าใช้จ่ายสูง อีกทั้งยังสามารถนำไปใช้เป็นพื้นฐานสำหรับการพัฒนางานวิจัยด้านวิศวกรรมไฟฟ้าและพลังงานในอนาคต

นวัตกรรมอื่น ๆ

การแยกและคัดเลือกจุลินทรีย์ที่มีฤทธิ์เป็นปฏิปักษ์ต่อเชื้อสาเหตุโรคพืช

คณะเทคโนโลยีการเกษตร

การแยกและคัดเลือกจุลินทรีย์ที่มีฤทธิ์เป็นปฏิปักษ์ต่อเชื้อสาเหตุโรคพืช

การควบคุมโรคพืชโดยชีววิธี (Biological control หรือ biocontrol) เป็นวิธีการจัดการกับโรคพืชที่ได้รับความสนใจในปัจจุบัน เนื่องจากเป็นมิตรต่อสิ่งแวดล้อม ตลอดจนสุขภาพของเกษตรกรและผู้บริโภค หลักเกณฑ์ที่สำคัญของการควบคุมโรคพืชโดยชีววิธีคือการใช้จุลินทรีย์ที่มีคุณสมบัติเป็นปฏิปักษ์ (Antagonistic microorganisms) ต่อเชื้อสาเหตุโรค ซึ่งถูกนำมาใช้ในการควบคุมหรือกำจัดไม่ให้เชื้อสาเหตุโรคเข้าทำความเสียหายต่อพืชได้ ดังนั้นการได้มาซึ่งจุลินทรีย์ปฏิปักษ์ที่มีประสิทธิภาพคือหัวใจสำคัญของการควบคุมโรคพืชโดยชีววิธี โครงงานนี้จึงได้ทำการแยกเชื้อจุลินทรีย์จากหลายแหล่งในธรรมชาติ นำมาทำการคัดเลือกจุลินทรีย์ปฏิปักษ์ต่อเชื้อสาเหตุ Phytophthora palmivora เชื้อราสาเหตุโรครากเน่าโคนเน่าของทุเรียน Curvularia sp. เชื้อราสาเหตุสาเหตุโรคใบจุดสีน้ำตาลของข้าว และ Xanthomonas citri pv. citri เชื้อแบคทีเรียสาเหตุโรคแคงเกอร์ของพืชตระกูลส้ม

โครงการพัฒนาระบบสนับสนุนพื้นที่วิจัยเชิงยุทธศาสตร์เพื่อขจัดความยากจน และสร้างโอกาสทางสังคม

คณะสถาปัตยกรรม ศิลปะและการออกแบบ

โครงการพัฒนาระบบสนับสนุนพื้นที่วิจัยเชิงยุทธศาสตร์เพื่อขจัดความยากจน และสร้างโอกาสทางสังคม

---

SignGen: โปรแกรมสร้างวิดีโอภาษามือไทยโดยใช้โมเดลภาษาขนาดใหญ่

คณะวิศวกรรมศาสตร์

SignGen: โปรแกรมสร้างวิดีโอภาษามือไทยโดยใช้โมเดลภาษาขนาดใหญ่

ระบบสร้างภาษามือไทยเชิงกำเนิดมีเป้าหมายในการพัฒนาแพลตฟอร์ม การสร้างแบบจำลอง 3 มิติและแอนิเมชัน ที่สามารถแปลง ประโยคภาษาไทยเป็นท่าทางภาษามือไทย (TSL) ที่ถูกต้องและเป็นธรรมชาติ โครงการนี้ช่วยเสริมสร้างการสื่อสารสำหรับ ชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย โดยใช้แนวทางที่อิงกับ แลนมาร์ก (Landmark-Based Approach) ผ่านการใช้ Vector Quantized Variational Autoencoder (VQVAE) และ Large Language Model (LLM) ในการสร้างภาษามือ ระบบเริ่มต้นด้วยการ ฝึกโมเดล VQVAE โดยใช้ข้อมูลแลนมาร์กที่สกัดจากวิดีโอภาษามือ เพื่อให้โมเดลเรียนรู้ การแทนค่าแบบแฝง (Latent Representations) ของท่าทางภาษามือไทย หลังจากนั้น โมเดลที่ฝึกแล้วจะถูกใช้เพื่อ สร้างลำดับแลนมาร์กของท่าทางเพิ่มเติม ซึ่งช่วยขยายชุดข้อมูลฝึกโดยอ้างอิงจาก BigSign ThaiPBS Dataset เมื่อชุดข้อมูลได้รับการขยายแล้ว ระบบจะทำการ ฝึก LLM เพื่อสร้างลำดับแลนมาร์กที่ถูกต้องจากข้อความภาษาไทย โดยลำดับแลนมาร์กที่ได้จะถูกนำไปใช้ สร้างแอนิเมชันของโมเดล 3 มิติใน Blender เพื่อให้ได้ท่าทางภาษามือที่ลื่นไหลและเป็นธรรมชาติ โครงการนี้ถูกพัฒนาด้วย Python โดยใช้ MediaPipe สำหรับการสกัดแลนมาร์ก OpenCV สำหรับการประมวลผลภาพแบบเรียลไทม์ และ Blender’s Python API สำหรับสร้างแอนิเมชัน 3 มิติ ด้วยการผสานเทคโนโลยี AI, การเข้ารหัสผ่าน VQVAE และการสร้างแลนมาร์กด้วย LLM ระบบนี้มุ่งหวังที่จะ เชื่อมช่องว่างระหว่างข้อความภาษาไทยและภาษามือไทย เพื่อมอบแพลตฟอร์มการแปลภาษามือแบบโต้ตอบ ในเวลาจริง ให้กับชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย