ระบบพยากรณ์การใช้ไฟฟ้า มหาวิทยาลัยวลัยลักษณ์ ภายใต้การดำเนินโครงงานการพยากรณ์การใช้ไฟฟ้ารายเดือนของหน่วยการศึกษาโดยใช้เทคนิคการทำเหมืองข้อมูล กรณีศึกษา มหาวิทยาลัยวลัยลักษณ์ ซึ่งเป็นหนึ่งในโปรเจคจบของนักศึกษา หลักสูตรเทคโนโลยีสารสนเทศและนวัตกรรมดิจิตัล (เทคโนโลยีอัจฉริยะ ปัจจุบัน) สาขาวิชาเทคโนโลยีสารสนเทศ สำนักวิชาสารสนเทศศาสตร์ มหาวิทยาลัยวลัยลักษณ์
ระบบพยากรณ์การใช้ไฟฟ้าของมหาวิทยาลัยวลัยลักษณ์ถูกพัฒนาขึ้นโดยใช้โมเดลการเรียนรู้ของเครื่องแบบ GradientBoostingRegressor ซึ่งเป็นหนึ่งในเทคนิคที่มีประสิทธิภาพสูงในตระกูลการเรียนรู้แบบเสริมกำลัง (Boosting) กระบวนการทำงานของโมเดลนี้เริ่มจากการสร้างต้นไม้ตัดสินใจต้นแรกเพื่อทำนายค่า จากนั้นจะค่อยๆ เพิ่มโมเดลใหม่ที่เน้นการแก้ไขข้อผิดพลาดของโมเดลก่อนหน้าในแต่ละรอบการเรียนรู้ ทำให้โมเดลสุดท้ายมีความแม่นยำมากขึ้นเรื่อยๆ การนำ GradientBoostingRegressor มาใช้ในการพยากรณ์การใช้ไฟฟ้า ทำให้สามารถทำนายการใช้พลังงานได้อย่างมีประสิทธิภาพ แม้ว่าข้อมูลการใช้พลังงานจะมีความผันผวนในแต่ละช่วงเวลา โมเดลนี้สามารถจัดการกับข้อมูลที่มีความซับซ้อนได้ดี ด้วยการค่อยๆ ปรับปรุงโมเดลแต่ละรอบให้แม่นยำยิ่งขึ้นด้วยแนวทางนี้ ระบบสามารถช่วยลดข้อผิดพลาดในการคาดการณ์การใช้ไฟฟ้า สนับสนุนการบริหารจัดการพลังงานให้มีประสิทธิภาพสูงสุดแก่มหาวิทยาลัย
- Fast API
| Installation Command | Description |
|---|---|
pip install fastapi uvicorn |
Install FastAPI and Uvicorn |
pip install sqlalchemy pymysql |
Install SQLAlchemy and PyMySQL |
pip install scikit-learn==1.5.0 |
Install scikit-learn version 1.5.0 |
pip install fastapi[all] python-multipart |
Install FastAPI with all dependencies and python-multipart |
pip install fastapi-cors |
Install FastAPI CORS |
pip install bcrypt |
Install bcrypt for password hashing |
uvicorn main:app --reload |
Run the FastAPI app with Uvicorn |
- ศุภณัฐ ขุนนุ้ย
- ศิขรินทร์ รักษาชาติ
- เกียรติศักดิ์ ศิริเพ็ชร์
- Aj.จักริน วีแก้ว