330109604 1423575145047943 1610095955367072557 n

ภาควิชาวิศวกรรมไฟฟ้าและคอมพิวเตอร์ มหาวิทยาลัยธรรมศาสตร์ โดย ผศ.ดร.ศุภชัย วรพจน์พิศุทธิ์ ได้จัดกิจกรรม Data hackathon for EE ขึ้นในวันที่ 28-29 มกราคม 2566 เพื่อปรับพื้นความเข้าใจและฝึกทักษะเกี่ยวกับข้อมูลสมัยใหม่ให้กับนักศึกษาในสาขาวิศวกรรมไฟฟ้า 

กิจกรรมแบ่งออกเป็น 2 ส่วน คือ การอบรมการจัดการข้อมูลด้วยภาษา Python และการนำเสนอไอเดียของข้อมูลในรูปแบบ pitching  เนื้อหาของการอบรมเน้นที่เครื่องมือและเทคนิคของภาษา Python ได้แก่ Pandas, matplotlib และ scikit-learn เพื่อนำเข้า ทำความสะอาด ประมวลผล และนำเสนอข้อมูล  การอบรมได้เลือกใช้ชุดข้อมูลลักษณะการใช้ไฟฟ้า (load profile) จากศูนย์ปฏิบัติการ การไฟฟ้าส่วนภูมิภาค เพื่อให้นักศึกษาได้เข้าใจถึงการประยุกต์เทคนิคข้อมูลสมัยใหม่เข้ากับพื้นความรู้ทางวิศวกรรมไฟฟ้า 

หลังจากการอบรมเป็นกิจกรรม pitching ซึ่งทีมนักศึกษาได้ระดมสมอง ใช้เทคนิคที่ได้เรียนรู้ และนำเสนอแนวคิดในการใช้ประโยชน์จากชุดข้อมูลของการไฟฟ้าส่วนภูมิภาคให้กับกรรมการจากภาคอุตสาหกรรม รวมทั้งสิ้น 8 ผลงาน ได้แก่

  1. การใช้ไฟฟ้าบ่งบอกถึงสถานที่นิยมท่องเที่ยวช่วงวันหยุดของคนไทย
  2. Get Rich with Charger
  3. โควิดส่งผลกระทบต่อภาพรวมการใช้ไฟฟ้าอย่างไร
  4. ประสิทธิภาพการใช้ไฟฟ้า
  5. Solar Cell กับไฟฟ้าภาคครัวเรือน
  6. ภาพรวมการใช้ไฟฟ้าจากรถยนต์ไฟฟ้าเพื่อเดินทางไปเที่ยวช่วงสงกรานต์
  7. การใช้ไฟฟ้าของกิจการขนาดใหญ่ในเขต กฟก.3
  8. Effect of PV Cell in Large Business

คณะกรรมการจากภาคอุตสาหกรรม ได้แก่ คุณอกณิฐ กวางแก้ว กองนวัตกรรม การไฟฟ้าส่วนภูมิภาค คุณศรัณญู สอนกำเนิด ฝ่ายบริหารสำนักงาน บริษัทพลังงานบริสุทธิ์ และคุณทศพร เวชศิริ CEO บริษัทโลจิเซ้นส์ ได้รับฟังและให้ข้อแนะนำกับนักศึกษาในการปรับปรุง จากนั้นได้คัดเลือกผลงาน 3 ชิ้นที่มีจุดโดดเด่นได้แก่

  1. ผลงาน “ภาพรวมการใช้ไฟฟ้าจากรถยนต์ไฟฟ้าเพื่อเดินทางไปเที่ยวช่วงสงกรานต์” ซึ่งมีจุดเด่นที่การนำข้อมูลจากโครงการ Mobility Data ของ DTAC เพื่อประมาณจำนวนนักท่องเที่ยวที่จะเดินทางในช่วงสงกรานต์ โดยมีสมมุติฐานว่าจะมีสัดส่วนการใช้รถยนต์ไฟฟ้าเพิ่มถึงร้อยละ 30 ตามนโยบาย 30@30 จากนั้นจึงแสดงการคำนวณเป็นสถานการณ์ว่าเกิดการอัดประจุจะส่งผลกระทบการใช้ไฟฟ้าในเขต กฟน.1 และ กฟน.2 อย่างไร
  2. ผลงาน “Effect of PV Cell in Large Business” ซึ่งใช้การเขียนโค้ด Python เพื่อจำลองสถานการณ์เมื่อมีการติดตั้งแผงพลังงานแสงอาทิตย์ด้วยขนาดพื้นที่ต่างๆกัน จากนั้นจึงคำนวณเป็นค่าพลังงานไฟฟ้าที่จะลดลงได้ในกรณีของอัตราค่าไฟฟ้าสำหรับธุรกิจขนาดใหญ่
  3. ผลงาน “Get Rich with Charger” ซึ่งพิจารณาประเด็นของความคุ้มค่าในการลงทุนแผงพลังงานแสงอาทิตย์ร่วมกับอัตราค่าไฟฟ้าที่คิดตามเวลา (Time-of-Use Tariff) พบว่าอัตราของผลตอบแทนไม่ได้มีความสัมพันธ์เป็นเชิงเส้นกับเงินลงทุน โดยการลงทุนเมื่อสูงเกินกว่าจำนวนหนึ่งจะมีผลตอบแทนในแต่ละวันที่เป็นสัดส่วนมากกว่า

  • 28 มกราคม 2566

  • คณะวิศวกรรมศาสตร์ มหาวิทยาลัยธรรมศาสตร์

330109604 1423575145047943 1610095955367072557 n330271551 1578214219313711 3707626862827645252 n329658185 654232716454205 3656470160184964325 n329943322 645161917380259 3800675953543962075 n327575117 958002048514411 5199884578923212102 n330152535 746720997065602 2895480555645114080 n