กำลังโหลด...
Project

ศึกษาการวิเคราะห์และตีความแก๊สเจือปนในน้ำมันหม้อแปลงไฟฟ้ากำลังโดยใช้ปัญญาประดิษฐ์

Study of dissolved gas analysis and interpretation mineral oil in electrical power transformers using artificially intelligent method

ปีงบประมาณ พ.ศ. 2568 2024-03-20 ถึง 2025-03-21 ID: 7872
4 7 9 11

ทีมวิจัย

ผู้ช่วยศาสตราจารย์ ดร.ณิชมน พูนน้อย

หัวหน้าโครงการ · คณะครุศาสตร์อุตสาหกรรม

หม้อแปลงไฟฟ้ากำลังทำหน้าที่เพิ่มหรือลดระดับแรงดันไฟฟ้ามีอายุใช้งานในสภาวะปกติตามที่ออกแบบจะมีอายุ 20-45 ปี แต่ในสภาพใช้งานจริงมีอายุไม่เกิน 15 ปี มีผลกระทบภายนอกจากสภาพแวดล้อมของสถานที่ติดตั้ง พฤติกรรมของโหลดที่ต่ออยู่ตลอดเวลา และและผลกระทบภายในคือความผิดปกติจากภายในโครงสร้างหม้อแปลงที่ไม่สามารถตรวจสอบได้ ส่งผลให้อายุการใช้งานสั้นลง เกิดเหตุเพลิงไหม้อาคารพานิชย์ในย่านสำเพ็ง กทม. เมื่อเดือนมิถุนายน 2565 (ภาพที่ 1) มีสาเหตุจากหม้อแปลงไฟฟ้ากำลังระเบิด จนเป็นทำให้มีการสูญเสียชีวิตและทรัพย์สินตามข่าว [1]  การศึกษาของงานวิจัยที่เกี่ยวข้องกับสาเหตุหม้อแปลงระเบิด [2] พบความผิดปกติชนิดอาร์ค (Arcing) แบบรุนแรงบริเวณลวดตัวนำซึ่งเป็นความผิดปกติที่รุนแรงมากที่สุด ส่งผลให้เกิดการสะสมแก๊สชนิดติดไฟได้ (C2H2) และระบบป้องกันไม่ทำงาน แก๊สดังกล่าวจึงสร้างความดันสูงสุดแบบไดนามิก (Dynamic Pressure Peak) เกิดการสะท้อนไปกลับระหว่างยังผนังข้างเคียง ทำให้เกิดคลื่นความดันสูง (Waves of Pressure Peak) เมื่อการเคลื่อนตัวของคลื่นความดันสูงดังกล่าวกระทบผนัง และมีการสะท้อนกลับไปกลับระยะหนึ่งทำให้เกิดความดันสถิต (Static Pressure) โดยความดันคงที่ดังกล่าวจะมีปริมาณเท่ากันหมดทุกส่วนภายในหม้อแปลงไฟฟ้าภายในเวลารวดเร็ว 50-100 มิลลิวินาที จนแทงค์หม้อแปลงทนความดันไม่ไหวเป็นสาเหตุที่ทำให้หม้อแปลงระเบิดได้ การบำรุงรักษาเชิงแก้ไขปรับปรุง (Corrective Maintenance; CM) หม้อแปลงไฟฟ้ากำลังที่ได้รับความนิยมคือการกรองน้ำมันหม้อแปลงเพื่อทำน้ำมันให้สะอาดมากที่สุด เพื่อยึดอายุการใช้งานให้ตรงตามที่ออกแบบ ไม่ต้องหยุดจ่ายไฟฟ้า และค่าใช้จ่ายน้อยกว่าการบำรุงรักษาด้วยวิธีอื่น ๆ พร้อมกับการบำรุงรักษาเชิงป้องกัน (Preventive Maintenance; PM) ตามรอบเวลาที่กำหนดไว้ด้วยวิธีการแยกแก๊สที่ปะปนในน้ำมันหม้อแปลงไฟฟ้า (Dissolve Gag Analysis; DGA) เพื่อดูแนวโน้มหรืออาการผิดปกติที่เกิดขึ้นในขณะนั้น จึงตั้งสมมุติฐานว่าก่อนหน้าที่จะเกิดเหตุการณ์นี้ มีความผิดปกติเกิดขึ้นภายในคือ เกิดการดิสชาร์จบางส่วนเมื่อเวลาผ่านไปจึงพัฒนาต่อเป็นการอาร์คข้ามระหว่างตัวนำเกิดความร้อนสูงส่งผลให้มีแก๊ส C2H2 เกิดขึ้น ซึ่งสอดคล้องกับงานวิจัย [6-10] งานวิจัยนี้จึงมุ่งเน้นที่จะศึกษาความผิดปกติที่เกิดขึ้นส่งผลให้เกิดการอาร์คของตัวนำด้วยวิธีการวิเคราะห์จากแก๊สโดยมีการใช้ปัญญาประดิษฐ์ (Artificially Intelligent; AI) ช่วยในการตัดสินใจ เพื่อป้องกันและลดความเสียหายที่จะเกิดขึ้นกับระบบส่งจ่ายไฟฟ้ากำลัง งานวิจัยนี้มุ่งเน้นที่จะสร้างฐานข้อมูลความผิดปกติของหม้อแปลงไฟฟ้ากำลังจากการวิเคราะห์ด้วยแก๊สที่ปนอยู่ในน้ำมันโดยการรวบรวมข้อมูลแก๊สจากหม้อแปลงที่ติดตั้งและใช้งานจริงจากหน่วยงานของรัฐและเอกชน เมื่อนำฐานข้อมูลดังกล่าวไปใช้งานจะเกิดความถูกต้องมากที่สุด ส่งผลให้วางแผนการซ่อมแซมและบำรุงรักษาได้ดียิ่งขึ้น ลดโอกาสหม้อแปลงชำรุดเสียหายเป็นประโยชน์ต่อการบริหารสินทรัพย์ได้เป็นอย่างดี นอกจากนั้นแนวคิดในการสร้างฐานข้อมูลนี้ สามารถเป็นสื่อสาธิตประกอบการเรียนการสอนวิชา Sensor and Transducer in Industry, Power System, Computer Programming, Modern Control ทั้งในระดับปริญญาตรี คณะครุศาสตร์อุตสาหกรรม รวมไปถึงนักศึกษาคณะอื่นที่สนใจ ทำให้นักศึกษามีความรู้ทันเทคโนโลยีที่ทันสมัยด้านปัญญาประดิษฐ์อย่างน้อยที่สุดในภาพที่ 2 แสดงบรรยากาศการเรียนการสอนที่กลุ่มผู้วิจัยได้ใช้การเขียนโปรแกรมระบบควบคุมสมัยใหม่ในห้องปฏิบัติการอิเล็กทรอนิกส์กำลัง ที่ศูนย์วิจัยพลังงานทดแทนของสถาบันนวัตกรรมเทคโนโลยีไทย-ฝรั่งเศส ชั้น 3

ผลการวิเคราะห์ AI

การเชื่อมโยงกับเป้าหมายการพัฒนาที่ยั่งยืน (SDGs)

gemini-2.5-flash:generateContent 2026-03-02 12:06:52
4

เป้าหมายที่ 4 การศึกษาที่เท่าเทียม

ความเชื่อมโยง: โครงการนี้สร้างโอกาสทางการศึกษา โดยนำแนวคิดและฐานข้อมูลที่ได้จากการวิจัยไปเป็นสื่อการสอนในระดับอุดมศึกษา เพื่อให้นักศึกษามีความรู้และทักษะด้านเทคโนโลยีที่ทันสมัย โดยเฉพาะปัญญาประดิษฐ์ ซึ่งเป็นทักษะที่สำคัญสำหรับตลาดแรงงานในอนาคต

เป้าหมายย่อยที่ 4.4 — เพิ่มจำนวนเยาวชนและผู้ใหญ่ที่มีทักษะที่เกี่ยวข้องจำเป็น รวมถึงทักษะทางด้านเทคนิคและอาชีพสำหรับการจ้างงาน การมีงานที่มีคุณค่า และการเป็นผู้ประกอบการ ภายในปี พ.ศ. 2573

ความเชื่อมโยง: โครงการช่วยเพิ่มทักษะด้านเทคนิคและวิชาชีพที่เกี่ยวข้องกับเทคโนโลยีขั้นสูง (AI, การเขียนโปรแกรม, ระบบควบคุม) ให้แก่นักศึกษา ทำให้พวกเขามีทักษะที่จำเป็นสำหรับการทำงานในสาขาที่มีความต้องการสูง

ตัวชี้วัดที่ 4.4.1 — สัดส่วนของเยาวชน/ผู้ใหญ่ที่มีทักษะทางด้านเทคโนโลยีสารสนเทศและการสื่อสาร จำแนกตามประเภททักษะ

ความเชื่อมโยง: การที่นักศึกษาได้เรียนรู้และลงมือปฏิบัติเกี่ยวกับ AI, การเขียนโปรแกรมคอมพิวเตอร์ และระบบควบคุมที่ทันสมัยจากโครงการนี้โดยตรง เป็นการเพิ่มสัดส่วนของเยาวชนและผู้ใหญ่ที่มีทักษะด้าน ICT ที่เกี่ยวข้องกับการประยุกต์ใช้เทคโนโลยีขั้นสูง

7

เป้าหมายที่ 7 พลังงานสะอาดที่ทุกคนเข้าถึงได้

ความเชื่อมโยง: แม้โครงการจะเน้นที่โครงสร้างพื้นฐาน แต่หม้อแปลงไฟฟ้ากำลังเป็นส่วนสำคัญของการส่งจ่ายพลังงาน โครงการจึงส่งเสริมการเข้าถึงบริการพลังงานที่น่าเชื่อถือและยั่งยืนมากขึ้น โดยการลดการหยุดชะงักของระบบไฟฟ้าและยืดอายุการใช้งานของอุปกรณ์

เป้าหมายย่อยที่ 7.B — ขยายโครงสร้างพื้นฐานและพัฒนาเทคโนโลยีสำหรับการจัดส่งบริการพลังงานสมัยใหม่และยั่งยืนโดยถ้วนหน้าในประเทศกำลังพัฒนา โดยเฉพาะอย่างยิ่งในประเทศพัฒนาน้อยที่สุด และรัฐกำลังพัฒนาที่เป็นเกาะขนาดเล็ก ที่สอดคล้องกับโครงการสนับสนุนของประเทศเหล่านั้น ภายในปี พ.ศ. 2573

ความเชื่อมโยง: โครงการนี้เป็นการอัปเกรดเทคโนโลยีในโครงสร้างพื้นฐานด้านพลังงาน (การใช้ AI ในการบำรุงรักษาหม้อแปลง) ซึ่งช่วยให้สามารถให้บริการพลังงานที่ทันสมัยและยั่งยืนมากขึ้น ด้วยการเพิ่มความน่าเชื่อถือและประสิทธิภาพของระบบส่งจ่ายไฟฟ้า

ตัวชี้วัดที่ 7.B.1 — กำลังผลิตติดตั้งพลังงานหมุนเวียนในประเทศกำลังพัฒนา (วัตต์ต่อหัวประชากร)

ความเชื่อมโยง: การปรับปรุงประสิทธิภาพและอายุการใช้งานของหม้อแปลงไฟฟ้าผ่านการใช้ AI สำหรับการบำรุงรักษาเชิงป้องกัน ถือเป็นการลงทุนในการยกระดับเทคโนโลยีและประสิทธิภาพการใช้พลังงานในโครงสร้างพื้นฐาน ซึ่งลดการสูญเสียพลังงานโดยรวม

9

เป้าหมายที่ 9 อุตสาหกรรม นวัตกรรม และโครงสร้างพื้นฐาน

ความเชื่อมโยง: โครงการนี้มุ่งเน้นการปรับปรุงความน่าเชื่อถือและความยืดหยุ่นของโครงสร้างพื้นฐานด้านพลังงานที่สำคัญ (หม้อแปลงไฟฟ้ากำลังและระบบส่งจ่ายไฟฟ้า) ผ่านนวัตกรรมทางเทคโนโลยี (การใช้ปัญญาประดิษฐ์ในการวิเคราะห์ DGA และการสร้างฐานข้อมูล) เพื่อป้องกันความเสียหาย ลดการระเบิดของหม้อแปลง และยกระดับการบริหารจัดการสินทรัพย์ด้านพลังงานให้มีประสิทธิภาพยิ่งขึ้น

เป้าหมายย่อยที่ 9.4 — ยกระดับโครงสร้างพื้นฐานและปรับปรุงอุตสาหกรรมเพื่อให้เกิดความยั่งยืนโดยเพิ่มประสิทธิภาพการใช้ทรัพยากรและการใช้เทคโนโลยีและกระบวนการทางอุตสาหกรรมที่สะอาดและเป็นมิตรต่อสิ่งแวดล้อมมากขึ้น โดยทุกประเทศดำเนินการตามขีดความสามารถของแต่ละประเทศภายในปี พ.ศ. 2573

ความเชื่อมโยง: โครงการใช้ปัญญาประดิษฐ์เพื่อยกระดับโครงสร้างพื้นฐานด้านหม้อแปลงไฟฟ้าให้มีความยั่งยืนมากขึ้น ผ่านการบำรุงรักษาเชิงป้องกันที่แม่นยำ ทำให้ใช้ทรัพยากรอย่างมีประสิทธิภาพ ยืดอายุการใช้งานของอุปกรณ์ และส่งเสริมนวัตกรรมด้านเทคโนโลยีในอุตสาหกรรมพลังงาน

ตัวชี้วัดที่ 9.4.1 — ปริมาณการปล่อยก๊าซคาร์บอนไดออกไซด์ต่อหน่วยมูลค่าเพิ่ม

ความเชื่อมโยง: การปรับปรุงประสิทธิภาพและความน่าเชื่อถือของระบบส่งจ่ายไฟฟ้ากำลังผ่านการบำรุงรักษาเชิงป้องกันด้วย AI ช่วยลดการสูญเสียพลังงานและการหยุดชะงักของระบบ ซึ่งอาจนำไปสู่การลดการปล่อย CO2 ต่อหน่วยของมูลค่าเพิ่มในภาคส่วนนี้โดยอ้อม

เป้าหมายย่อยที่ 9.5 — เพิ่มพูนการวิจัยทางวิทยาศาสตร์ยกระดับขีดความสามารถทางเทคโนโลยีของภาคอุตสาหกรรมในทุกประเทศ โดยเฉพาะในประเทศกำลังพัฒนา และให้ภายในปี พ.ศ. 2573 มีการส่งเสริมนวัตกรรมและให้เพิ่มจำนวนผู้ทำงานวิจัยและพัฒนา ต่อประชากร 1 ล้านคน และเพิ่มค่าใช้จ่ายในการวิจัยและพัฒนาในภาครัฐและเอกชน

ความเชื่อมโยง: โครงการนี้เป็นการส่งเสริมการวิจัยทางวิทยาศาสตร์ (การวิเคราะห์ DGA) และการยกระดับขีดความสามารถทางเทคโนโลยี (การประยุกต์ใช้ AI) ในภาคอุตสาหกรรมพลังงาน ซึ่งเป็นการสนับสนุนนวัตกรรมและเพิ่มการใช้จ่ายด้านการวิจัยและพัฒนา

ตัวชี้วัดที่ 9.5.1 — สัดส่วนของค่าใช้จ่ายด้านการวิจัยและพัฒนา ต่อ GDP

ความเชื่อมโยง: การลงทุนในโครงการวิจัยและพัฒนาเช่นนี้โดยหน่วยงานของรัฐและเอกชน สะท้อนถึงการเพิ่มการใช้จ่ายด้าน R&D ซึ่งเป็นส่วนหนึ่งของการยกระดับขีดความสามารถทางเทคโนโลยีของประเทศ

ตัวชี้วัดที่ 9.5.2 — สัดส่วนนักวิจัย (เทียบเท่ากับการทำงานเต็มเวลา) ต่อประชากร 1,000,000 คน

ความเชื่อมโยง: การดำเนินงานวิจัยโดยกลุ่มนักวิจัยในการประยุกต์ใช้ AI ในอุตสาหกรรมพลังงาน เป็นการเพิ่มจำนวนนักวิจัยที่มีความเชี่ยวชาญในด้านเทคโนโลยีขั้นสูง

เป้าหมายย่อยที่ 9.B — สนับสนุนการพัฒนาเทคโนโลยี การวิจัยและนวัตกรรมภายในประเทศกำลังพัฒนา รวมถึงการให้มีสภาพแวดล้อมทางนโยบายที่นำไปสู่ความหลากหลายของอุตสาหกรรมและการเพิ่มมูลค่าของสินค้าโภคภัณฑ์

ความเชื่อมโยง: โครงการนี้เกี่ยวข้องกับการพัฒนาและประยุกต์ใช้เทคโนโลยีขั้นสูง (AI สำหรับ DGA) ในประเทศกำลังพัฒนาอย่างประเทศไทย เพื่อเสริมสร้างขีดความสามารถทางเทคโนโลยีภายในประเทศและส่งเสริมนวัตกรรมในภาคอุตสาหกรรมพลังงาน

ตัวชี้วัดที่ 9.B.1 — สัดส่วนมูลค่าเพิ่มของอุตสาหกรรมเทคโนโลยีระดับสูง และระดับกลาง ต่อมูลค่าเพิ่มรวมทั้งหมด

ความเชื่อมโยง: การรวม AI เข้ากับการวินิจฉัยและบำรุงรักษาหม้อแปลงไฟฟ้าเป็นการยกระดับความเข้มข้นทางเทคโนโลยีของอุตสาหกรรมไฟฟ้า ซึ่งช่วยเพิ่มสัดส่วนของมูลค่าเพิ่มของอุตสาหกรรมเทคโนโลยีขั้นสูงและปานกลาง

11

เป้าหมายที่ 11 เมืองและชุมชนที่ยั่งยืน

ความเชื่อมโยง: โครงการนี้มีแรงจูงใจมาจากเหตุการณ์หม้อแปลงระเบิดในพื้นที่ชุมชนเมือง (สำเพ็ง) ที่ส่งผลให้เกิดการสูญเสียชีวิตและทรัพย์สิน การที่โครงการมุ่งเน้นการป้องกันความผิดพลาดดังกล่าวโดยใช้ AI จึงเป็นการส่งเสริมให้เมืองและชุมชนมีความปลอดภัยและยืดหยุ่นต่อภัยพิบัติมากขึ้น

เป้าหมายย่อยที่ 11.5 — ลดจำนวนผู้เสียชีวิตและผู้ที่ได้รับผลกระทบตลอดจนลดความสูญเสียโดยตรงทางเศรษฐกิจเทียบเคียงกับ GDP ของโลก ที่เกิดจากภัยพิบัติ ซึ่งรวมถึงภัยพิบัติที่เกี่ยวกับน้ำ โดยมุ่งเป้าปกป้องคนจนและคนที่อยู่ในสถานการณ์ที่เปราะบางภายในปี พ.ศ. 2573

ความเชื่อมโยง: โครงการมีเป้าหมายโดยตรงในการลดความเสี่ยงของการเกิดภัยพิบัติจากการระเบิดของหม้อแปลงไฟฟ้า ซึ่งจะช่วยลดจำนวนผู้เสียชีวิต ผู้บาดเจ็บ และความเสียหายทางเศรษฐกิจในเมืองและชุมชน

ตัวชี้วัดที่ 11.5.1 — จำนวนผู้เสียชีวิต สูญหาย และผู้ที่ได้รับผลกระทบจากภัยพิบัติต่อประชากร 100,000 คน

ความเชื่อมโยง: การป้องกันเหตุการณ์หม้อแปลงระเบิดที่อาจนำไปสู่เหตุเพลิงไหม้และสร้างความเสียหายร้ายแรงต่อชีวิตและทรัพย์สิน จะช่วยลดจำนวนผู้เสียชีวิตและผู้ที่ได้รับผลกระทบจากภัยพิบัติที่เกี่ยวข้องกับโครงสร้างพื้นฐานไฟฟ้า

ตัวชี้วัดที่ 11.5.2 — ความสูญเสียโดยตรงทางเศรษฐกิจอันเนื่องมาจากภัยพิบัติเทียบเคียงกับ GDP

ความเชื่อมโยง: การหลีกเลี่ยงความเสียหายที่เกิดจากการระเบิดของหม้อแปลงไฟฟ้า เช่น การทำลายอาคารและทรัพย์สิน ช่วยลดความสูญเสียทางเศรษฐกิจโดยตรงที่เกิดจากภัยพิบัติในเขตเมือง

เป้าหมายย่อยที่ 11.B — ภายในปี พ.ศ. 2563 เพิ่มจำนวนเมืองและกระบวนการตั้งถิ่นฐานของมนุษย์ที่เลือกใช้และดำเนินการตามนโยบายและแผนที่บูรณาการเพื่อนำไปสู่ความครอบคลุม ประสิทธิภาพในการใช้ทรัพยากร การลดผลกระทบ และปรับตัวต่อการเปลี่ยนแปลงสภาพภูมิอากาศ มีภูมิต้านทานต่อภัยพิบัติและให้พัฒนาและดำเนินการตามการบริหารความเสี่ยงจากภัยพิบัติแบบองค์รวมในทุกระดับ โดยเป็นไปตามกรอบการดำเนินงานเซนไดเพื่อการลดความเสี่ยง

ความเชื่อมโยง: โครงการพัฒนาเครื่องมือและองค์ความรู้ (AI สำหรับการวิเคราะห์ DGA) ที่สามารถนำไปใช้ในการวางแผนและนโยบายการลดความเสี่ยงจากภัยพิบัติสำหรับโครงสร้างพื้นฐานที่สำคัญในเมือง เพื่อเพิ่มความยืดหยุ่นของชุมชน

ตัวชี้วัดที่ 11.B.1 — จำนวนประเทศที่มีและดำเนินการตามยุทธศาสตร์การลดความเสี่ยงจากภัยพิบัติระดับประเทศที่สอดคล้องกับกรอบการดำเนินงานเซนไดเพื่อการลดความเสี่ยงจากภัยพิบัติ พ.ศ. 2558-2573

ความเชื่อมโยง: ผลลัพธ์จากโครงการสามารถเป็นแนวทางและเครื่องมือสำคัญที่รัฐบาลท้องถิ่นสามารถนำไปปรับใช้ในการวางแผนกลยุทธ์ลดความเสี่ยงจากภัยพิบัติสำหรับโครงสร้างพื้นฐานไฟฟ้า ซึ่งสอดคล้องกับกรอบ Sendai for Disaster Risk Reduction