KMITL Innovation Expo 2025 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

การพัฒนาระบบอัตโนมัติเพื่อการเพาะเลี้ยงปลากัดอย่างแม่นยำ

คณะเทคโนโลยีการเกษตร

การพัฒนาระบบอัตโนมัติเพื่อการเพาะเลี้ยงปลากัดอย่างแม่นยำ

ปลากัด (Betta splendens) เป็นปลาสวยงามที่มีคุณค่าทางเศรษฐกิจที่มีการส่งออกมากเป็นอันดับที่ 1 ของปลาสวยงามของประเทศ แต่มีข้อจำกัดในการเพิ่มกำลังผลิตปลากัด เนื่องจากการแปรปรวนของสภาพภูมิอากาศ และการขาดแคลนแรงงานคนไทย งานวิจัยนี้ต้องการพัฒนา 2 ระบบ คือ ระบบอนุบาลลูกปลากัดและระบบเลี้ยงปลากัดขนาดตลาดโดยการใช้ระบบเทคโนโลยีอัตโนมัติอย่างแม่นยำเพื่อควบคุมคุณภาพน้ำในระบบและลดการใช้แรงงาน การพัฒนาต้นแบบระบบอนุบาลลูกปลากัดและระบบเลี้ยงปลากัดขนาดตลาด โดยใช้ระบบอัตโนมัติอย่างแม่นยำมี 2 ระบบ ได้แก่ ระบบนำของเสียบางส่วนที่เกิดจากการเลี้ยงไปใช้ประโยชน์ (minimal-waste) และระบบบำบัดน้ำทั้งหมดที่เกิดจากการเลี้ยงกลับมาใช้ใหม่ (zero-waste) เพื่อแก้ปัญหาทั้งด้านคุณภาพน้ำ สวัสดิภาพสัตว์ และแรงงานที่ใช้ในการเลี้ยงปลากัด จากงานทดลองพบว่า ทำให้ปลากัดมีอัตรารอดที่ดีกว่าระบบดั้งเดิมร้อยละ 10-15 เมื่อพิจารณาถึงผลตอบแทนสุทธิ ระบบ zero waste เป็นระบบที่ให้ผลตอบแทนสูงที่สุด

ระบบวินิจฉัยดีซ่านอัจฉริยะ

คณะวิศวกรรมศาสตร์

ระบบวินิจฉัยดีซ่านอัจฉริยะ

การตรวจวินิจฉัยโรคดีซ่าน ซึ่งเป็นภาวะที่พบได้ทั่วไปในทารกเนื่องจากระดับบิลิรูบินในเลือดที่สูงขึ้น มักต้องการการวินิจฉัยและการตรวจสอบอย่างรวดเร็วเพื่อป้องกันภาวะแทรกซ้อนร้ายแรง โดยเฉพาะในทารกแรกเกิด วิธีการวินิจฉัยแบบดั้งเดิมสามารถใช้เวลานานและอาจเกิดข้อผิดพลาดจากมนุษย์ได้ งานวิจัยนี้เสนอแนวทางในการตรวจวินิจฉัยโรคดีซ่านแบบเรียลไทม์โดยใช้เทคนิคการประมวลผลภาพขั้นสูงและอัลกอริทึมแมชชีนเลิร์นนิง โดยการวิเคราะห์ภาพที่ถ่ายในพื้นที่สี RGB จะมีการสกัดและประมวลผลค่าพิกเซลผ่านการปรับค่าเกณฑ์ของ Otsu และการดำเนินการทางสัณฐานวิทยาเพื่อตรวจจับรูปแบบสีที่บ่งบอกถึงโรคดีซ่าน จากนั้นตัวจำแนกจะถูกฝึกฝนเพื่อแยกแยะระหว่างภาวะปกติและภาวะดีซ่าน นำเสนอนวัตกรรมเครื่องมือวินิจฉัยที่แม่นยำและมีประสิทธิภาพ การทำงานแบบเรียลไทม์ทำให้ระบบนี้เหมาะสำหรับสถานพยาบาล โดยให้ข้อมูลเชิงลึกที่ทันเวลาแก่บุคลากรทางการแพทย์เพื่อปรับปรุงผลลัพธ์ของผู้ป่วย วิธีการที่เสนอนี้เป็นนวัตกรรมสำคัญในด้านการดูแลสุขภาพ โดยการรวมปัญญาประดิษฐ์และการถ่ายภาพทางการแพทย์เพื่อเพิ่มประสิทธิภาพในการตรวจวินิจฉัยและจัดการโรคดีซ่านได้เร็วขึ้น ลดการพึ่งพาการแทรกแซงแบบแมนนวล และปรับปรุงการให้บริการด้านสุขภาพโดยรวม

หุ่นยนต์นำทางและโต้ตอบอัจฉริยะ

คณะวิศวกรรมศาสตร์

หุ่นยนต์นำทางและโต้ตอบอัจฉริยะ

การบูรณาการระบบหุ่นยนต์อัจฉริยะเข้าสู่สภาพแวดล้อมที่มุ่งเน้นมนุษย์ เช่น ห้องปฏิบัติการ โรงพยาบาล และสถาบันการศึกษา มีความสำคัญมากขึ้นเนื่องจากความต้องการที่เพิ่มขึ้นสำหรับผู้ช่วยที่เข้าถึงได้และตระหนักถึงบริบท อย่างไรก็ตาม โซลูชันในปัจจุบันมักขาดความสามารถในการปรับขนาด เช่น การพึ่งพาบุคลากรเฉพาะทางเพื่อตอบคำถามเดิมซ้ำๆ ในฐานะผู้ดูแลระบบของแผนกเฉพาะ และการขาดความสามารถในการปรับตัวให้เข้ากับสภาพแวดล้อมแบบไดนามิกที่ต้องการการตอบสนองตามสถานการณ์แบบเรียลไทม์ งานวิจัยนี้นำเสนอกรอบแนวคิดใหม่สำหรับผู้ช่วยหุ่นยนต์เชิงโต้ตอบ (Beckerle et al., 2017) ที่ออกแบบมาเพื่อช่วยในระหว่างการเยี่ยมชมห้องปฏิบัติการและบรรเทาความท้าทายที่เกิดจากข้อจำกัดด้านทรัพยากรบุคคลในการให้ข้อมูลที่ครอบคลุมแก่ผู้เยี่ยมชม ระบบที่นำเสนอทำงานผ่านหลายโหมด รวมถึงโหมดสแตนด์บายและโหมดจดจำ เพื่อให้แน่ใจว่ามีการโต้ตอบที่ราบรื่นและสามารถปรับตัวได้ในบริบทต่างๆ ในโหมดสแตนด์บาย หุ่นยนต์จะแสดงสัญญาณความพร้อมผ่านแอนิเมชันใบหน้ายิ้มขณะลาดตระเวนตามเส้นทางที่กำหนดไว้ล่วงหน้าหรือประหยัดพลังงานเมื่อต้องหยุดนิ่ง การตรวจจับสิ่งกีดขวางขั้นสูงช่วยให้มั่นใจในความปลอดภัยขณะเคลื่อนที่ในสภาพแวดล้อมแบบไดนามิก ส่วนโหมดจดจำจะเปิดใช้งานผ่านท่าทางหรือคำปลุก โดยใช้เทคโนโลยีวิชันคอมพิวเตอร์ขั้นสูงและระบบรู้จำเสียงพูดแบบเรียลไทม์เพื่อตรวจจับผู้ใช้ การจดจำใบหน้าช่วยจำแนกบุคคลว่าเป็นที่รู้จักหรือไม่รู้จัก พร้อมทั้งมอบคำทักทายเฉพาะบุคคลหรือคำแนะนำตามบริบทเพื่อเพิ่มการมีส่วนร่วมของผู้ใช้ หุ่นยนต์ต้นแบบและการออกแบบ 3 มิติแสดงไว้ในรูปที่ 1 ในโหมดโต้ตอบ ระบบได้บูรณาการเทคโนโลยีขั้นสูงหลายประการ เช่น การรู้จำเสียงพูดขั้นสูง (ASR Whisper) การประมวลผลภาษาธรรมชาติ (NLP) และโมเดลภาษาขนาดใหญ่ Ollama 3.2 (LLM Predictor, 2025) เพื่อมอบประสบการณ์ที่ใช้งานง่าย รับรู้บริบท และสามารถปรับตัวได้ โดยได้รับแรงบันดาลใจจากความต้องการมีส่วนร่วมกับนักศึกษาและส่งเสริมความสนใจในภาควิชา RAI ซึ่งมีผู้เยี่ยมชมมากกว่า 1,000 คนต่อปี ระบบนี้ช่วยแก้ไขปัญหาการเข้าถึงข้อมูลในกรณีที่ไม่มีเจ้าหน้าที่มนุษย์ ด้วยการตรวจจับคำปลุก การจดจำใบหน้าและท่าทาง และการตรวจจับสิ่งกีดขวางด้วย LiDAR หุ่นยนต์จึงสามารถสื่อสารภาษาอังกฤษได้อย่างราบรื่น พร้อมทั้งนำทางอย่างปลอดภัยและมีประสิทธิภาพ ระบบปฏิสัมพันธ์แบบ Retrieval-Augmented Generation (RAG) สื่อสารกับหุ่นยนต์เคลื่อนที่ที่สร้างบน ROS1 Noetic โดยใช้โปรโตคอล MQTT ผ่านเครือข่าย Ethernet ระบบนี้เผยแพร่เป้าหมายการนำทางไปยังโมดูล move_base ใน ROS ซึ่งจัดการการนำทางและหลีกเลี่ยงสิ่งกีดขวางโดยอัตโนมัติ แผนผังอธิบายระบบแสดงไว้ในรูปที่ 2 กรอบแนวคิดนี้ประกอบด้วยสถาปัตยกรรมแบ็กเอนด์ที่แข็งแกร่ง โดยใช้ MongoDB สำหรับการจัดเก็บและดึงข้อมูล รวมถึงกลไก RAG (Thüs et al., 2024) ในการประมวลผลข้อมูลหลักสูตรในรูปแบบ PDF เพื่อให้แน่ใจว่าหุ่นยนต์สามารถให้คำตอบที่ถูกต้องและเหมาะสมกับบริบทแก่ผู้ใช้ นอกจากนี้ การใช้แอนิเมชันใบหน้ายิ้มและระบบแปลงข้อความเป็นเสียง (TTS BotNoi) ยังช่วยเพิ่มอัตราการมีส่วนร่วมของผู้ใช้ ผลลัพธ์จากการศึกษาสังเกตการณ์และแบบสำรวจพบว่าระบบมีการปรับปรุงอย่างมีนัยสำคัญในด้านความพึงพอใจของผู้ใช้และการเข้าถึงข้อมูล เอกสารฉบับนี้ยังกล่าวถึงความสามารถของหุ่นยนต์ในการทำงานในสภาพแวดล้อมแบบไดนามิกและพื้นที่ที่เน้นมนุษย์ เช่น การจัดการกับการรบกวนระหว่างปฏิบัติภารกิจ การออกแบบแบบแยกส่วนช่วยให้สามารถผสานรวมฟีเจอร์เพิ่มเติม เช่น การจดจำท่าทางและการอัปเกรดฮาร์ดแวร์ได้ง่าย ซึ่งช่วยให้ระบบสามารถขยายขีดความสามารถในระยะยาวได้ อย่างไรก็ตาม มีข้อจำกัดบางประการ เช่น ต้นทุนการติดตั้งเริ่มต้นที่สูงและการพึ่งพาการกำหนดค่าฮาร์ดแวร์เฉพาะ ในอนาคต งานวิจัยจะมุ่งเน้นไปที่การเพิ่มความสามารถในการรองรับภาษาต่างๆ การขยายกรณีการใช้งาน และการสำรวจปฏิสัมพันธ์แบบร่วมมือกันระหว่างหุ่นยนต์หลายตัว โดยสรุป ผู้ช่วยหุ่นยนต์เชิงโต้ตอบที่นำเสนอในงานวิจัยนี้เป็นก้าวสำคัญในการเชื่อมโยงความต้องการของมนุษย์เข้ากับความก้าวหน้าทางเทคโนโลยี ด้วยการผสานรวมเทคโนโลยีปัญญาประดิษฐ์ล้ำสมัยเข้ากับโซลูชันฮาร์ดแวร์ที่ใช้งานได้จริง งานวิจัยนี้จึงนำเสนอระบบที่สามารถขยายขีดความสามารถ มีประสิทธิภาพ และเป็นมิตรกับผู้ใช้ ซึ่งช่วยเพิ่มการเข้าถึงข้อมูลและการมีส่วนร่วมของผู้ใช้ในสภาพแวดล้อมที่มุ่งเน้นมนุษย์