ระบบวิเคราะห์และติดตามสมรรถนะพลังงาน (ISO 50001)
Multiple Linear Regression & CUSUM Dashboard v4.3 — Multi-Stream · Outlier Screening · Forecast · JSON ทุกแท็บ

ชื่อนี้จะอยู่ในไฟล์ JSON, ชื่อไฟล์ที่บันทึก และหัวรายงานพิมพ์
ขอบเขตของสมการ EnB ตาม ISO 50001 ข้อ 6.5
ปี/เดือนของข้อมูลเส้นฐาน (พ.ศ.)
ผู้จัดทำ / ผชร. / ผอส.
ยังไม่ได้บันทึก — ไฟล์ JSON จะเก็บ ข้อมูล Baseline · Multi-Stream · Monitoring/CUSUM · Scatter · สมการที่บันทึก · ค่าที่กรอกทุกช่อง

📖 คู่มือการใช้งานระบบ

ℹ️ ระบบนี้พัฒนาตามมาตรฐาน ISO 50001 สำหรับการวิเคราะห์และติดตามสมรรถนะพลังงานในโรงงานอุตสาหกรรม โดยใช้เทคนิค Multiple Linear Regression (MLR) ร่วมกับ CUSUM Control Chart

🚀 ขั้นตอนการใช้งาน (Step-by-Step)

1

เตรียมไฟล์ Excel ให้ถูกต้อง

ไฟล์ Excel ต้องมี แถวที่ 1 เป็นชื่อหัวคอลัมน์ โดยจัดรูปแบบคอลัมน์ตามตารางด้านล่าง

คอลัมน์ Excel A B C D E F G H I
บทบาท Period / ช่วงเวลา Y₁ ตัวแปรตาม Y₂ ตัวแปรตาม Y₃ ตัวแปรตาม X₁ ตัวแปรต้น X₂ ตัวแปรต้น X₃ ตัวแปรต้น X₄ ตัวแปรต้น X₅ ตัวแปรต้น
ตัวอย่าง เดือน/คาบ Electrical (kWh) Heat Energy (MJ) Total Energy (MJ) Production (unit) CDD (Degree) Downtime (hr) Reject Rate (%) Other
⚠️ ข้อสำคัญ: คอลัมน์ B, C, D = ตัวแปรตาม (Y) | คอลัมน์ E, F, G, H, I = ตัวแปรต้น (X) | ชื่อคอลัมน์ในแถวที่ 1 จะถูกดึงมาแสดงอัตโนมัติ
2

ไปที่แท็บ "ส่วนที่ 1A: Baseline Regression"

อัปโหลดไฟล์ Excel ข้อมูลช่วง Baseline → เลือกตัวแปร Y ที่ต้องการ → กดปุ่ม "อัปโหลดและคำนวณ Regression" → ระบบจะแสดงสมการและค่าสถิติ (R², Adj.R², P-value, VIF)

2B

ทางเลือก: แท็บ "ส่วนที่ 1B: Multi-Stream" — แยกวิเคราะห์ไฟฟ้า/ความร้อน

เหมาะเมื่อผลิตภัณฑ์บางตัวไม่ใช้พลังงานความร้อน — สร้างสมการไฟฟ้าและความร้อนแยกกันโดยเลือกตัวแปรต้นอิสระต่อสาย แล้วระบบจะรวมสมการและเปรียบเทียบความแม่นยำกับวิธีถดถอยรวมก้อนเดียวด้วย LOOCV พร้อมทำ CUSUM แยกสายและแปลงเป็นบาท

2C

แนะนำ: คัดกรองจุดเบี่ยงเบนที่แท็บ "ส่วนที่ 3: Scatter & SEC" ก่อนสรุปสมการ

เปิด "การคัดกรอง" → เลือกค่าอ้างอิง (แนะนำ: ค่าคาดการณ์จากเส้นแนวโน้ม หรือ SEC มัธยฐาน) → ตั้งเกณฑ์ ±0–15% → ระบบแสดงจุดที่หลุดเกณฑ์บนกราฟและในตาราง "รายงานจุดข้อมูลเบี่ยงเบน" พร้อมประเด็นที่ควรทวนสอบ → ส่งออก Excel ให้โรงงานตรวจสอบ → กด "ส่งข้อมูลที่คัดกรองแล้วไปคำนวณในส่วนที่ 1A" (ข้อมูลดิบไม่ถูกลบ กดกลับได้เสมอ) · ตัดได้เฉพาะจุดที่หาสาเหตุได้ว่าไม่ใช่สภาวะปกติ (ISO 50006: ข้อมูลที่ไม่เป็นตัวแทนการดำเนินงานปกติ) ถ้าเป็นสภาวะที่เกิดซ้ำได้ ควรเก็บไว้หรือเพิ่มตัวแปร

2D

พยากรณ์และวางแผน: กล่อง "🔮 พยากรณ์การใช้พลังงาน" ในส่วนที่ 3

กรอก กำลังการผลิตสูงสุด → ได้พลังงาน ⚡ ไฟฟ้า / 🔥 ความร้อน / Σ รวม, SEC และต้นทุนที่เต็มกำลัง พร้อมช่วงพยากรณ์ 95% และเส้นลู่เข้า SEC∞ = β₁ บนกราฟ 2 · วาง แผนการผลิตรายคาบ → ได้งบพลังงาน/ต้นทุนรายคาบและรวม ใช้เป็นเป้าหมายและขอบเตือนในการติดตามผล · ทุกสายคำนวณจากแถวที่ผ่านการคัดกรองชุดเดียวกัน

3

ตรวจสอบและปรับสมการ

หาก P-value ของตัวแปรใดมากกว่า 0.05 ให้ ยกเลิกติ๊ก (uncheck) ตัวแปรนั้น → ระบบจะคำนวณสมการใหม่อัตโนมัติ → กด "บันทึกสมการไว้ใช้งาน" เพื่อเก็บไว้ในระบบ

4

ไปที่แท็บ "ส่วนที่ 2: CUSUM Monitoring"

อัปโหลดไฟล์ Excel ข้อมูลช่วง Monitoring → กดปุ่ม "วิเคราะห์ข้อมูล" → ระบบจะนำค่าสัมประสิทธิ์จากสมการ Baseline ไปคำนวณ Target Energy เปรียบเทียบกับ Actual Energy และแสดง CUSUM Chart

5

แปลผล CUSUM Chart

กราฟพุ่งขึ้น (+) = ใช้พลังงานมากกว่าเส้นฐาน (สูญเสีย) | กราฟทิ้งดิ่งลง (-) = ใช้พลังงานน้อยกว่าเส้นฐาน (ประหยัด)

🎯 เกณฑ์การประเมินสถานะ (Control Status)

  • SIG (Significant): ค่าเบี่ยงเบน ≤ ±1.0% — สภาวะปกติ ควบคุมได้ดี
  • VAR (Variability): ค่าเบี่ยงเบน ±1% ถึง ±15% — สภาวะเฝ้าระวัง
  • OUT (Outlier): ค่าเบี่ยงเบน > ±15% — ผิดปกติ ต้องตรวจสอบทันที
⚠️ หากพบสถานะ OUT ติดต่อกัน ≥ 3 คาบ ระบบจะส่งสัญญาณเตือน และควรทำ Root Cause Analysis (RCA)

💾 ระบบจัดเก็บสมการ

หลังคำนวณ Baseline แล้ว กดปุ่ม "บันทึกสมการไว้ใช้งาน" ระบบจะเก็บสมการ พร้อม R², วันที่บันทึก และชื่อโครงการที่ผู้ใช้กำหนด

  • สามารถบันทึกได้หลายสมการ (หลายโรงงาน / หลายพลังงาน)
  • โหลดสมการกลับมาใช้ได้ทันทีใน Monitoring
  • ส่งออกข้อมูลสมการเป็น JSON สำหรับสำรองข้อมูล
  • นำเข้าสมการที่บันทึกไว้ก่อนหน้าได้

📐 หลักการ Multiple Linear Regression

สมการทำนายการใช้พลังงาน (EnPI) รูปแบบ:

Y = β₀ + β₁X₁ + β₂X₂ + ... + βₙXₙ

  • R² ≥ 0.75 — ขั้นต่ำที่ยอมรับตาม ISO 50001
  • P-value < 0.05 — ตัวแปรมีนัยสำคัญทางสถิติ
  • ตัวแปรที่ P-value ≥ 0.05 ควรตัดออกจากสมการ

⚙️ ข้อแนะนำด้านข้อมูล

  • ข้อมูล Baseline ควรมีอย่างน้อย 12 คาบ (12 เดือน/รอบ)
  • ข้อมูลควรครอบคลุมช่วงการผลิตที่หลากหลาย
  • ตรวจสอบค่า Outlier ในข้อมูล Baseline ก่อนนำเข้าระบบ
  • ใช้ไฟล์ Excel เดียวกันสำหรับทั้ง Baseline และ Monitoring (เพิ่มแถวต่อท้าย)
  • Period (คอลัมน์ A) ควรเป็นรหัสเดือนหรือวันที่ที่อ่านได้ชัดเจน
ส่วนที่ 1A: สร้างสมการเส้นฐาน (Baseline Regression Model)

※ ติ๊กตัวแปร X ที่ต้องการรวมในสมการ (ยกเลิกติ๊กตัวที่ P-value > 0.05) ระบบจะคำนวณสมการใหม่ทันที

Target Energy = 0.0000
ส่วนที่ 1B: แยกวิเคราะห์ไฟฟ้า / ความร้อน (Multi-Stream Regression)
ℹ️ โหมดนี้สร้างสมการแยก 2 สาย — ⚡ ไฟฟ้า (kWh) และ 🔥 ความร้อน (MJ) โดยเลือกตัวแปรต้นของแต่ละสายได้อิสระ (เช่น ตัดผลิตภัณฑ์ที่ไม่ใช้ความร้อนออกจากสมการความร้อน) แล้วรวมสมการเป็นพลังงานรวม เปรียบเทียบความแม่นยำกับวิธีถดถอยรวมก้อนเดียว (Combined) ด้วย LOOCV (Leave-One-Out Cross-Validation) ซึ่งเป็นตัวชี้วัดที่ยุติธรรมกว่า R² ธรรมดา
※ สมมุติฐาน: Total (MJ) = 3.6 × Electrical (kWh) + Heat (MJ) — คำนวณจากคอลัมน์ B และ C เสมอเพื่อความสอดคล้องของการเปรียบเทียบ
ส่วนที่ 2: นำเข้าข้อมูลติดตามผล (Monitoring Data)
ℹ️ ใช้สมการจาก ส่วนที่ 1A (Baseline) หรือโหลดสมการที่บันทึกไว้จากแท็บ "สมการที่บันทึกไว้"
⚠️ คำเตือนด้านสมรรถนะ: ตรวจพบสถานะ OUT ติดต่อกันเกิน 3 คาบ — แนะนำตรวจสอบเครื่องจักรและทำ Root Cause Analysis (RCA)
Period X1X2X3X4X5 Actual Energy Target Energy Variance % Var CUSUM สะสม Status

แผนภูมิควบคุมความเบี่ยงเบนสะสม (CUSUM Control Chart)

วิธีอ่านแผนภูมิ CUSUM:
  • กราฟอยู่ในโซนบวก (y > 0) และพุ่งขึ้น: โรงงานใช้พลังงาน มากกว่า เส้นฐาน (ความสูญเสีย)
  • กราฟอยู่ในโซนลบ (y < 0) และทิ้งดิ่งลง: โรงงานใช้พลังงาน น้อยกว่า เส้นฐาน (ประหยัด)

คำอธิบายสถานะการประเมินรายคาบเวลา

SIG: ค่าเบี่ยงเบน ≤ ±1.0% (สภาวะปกติ)
VAR: ค่าเบี่ยงเบน ±1.0% ถึง ±15.0% (เฝ้าระวัง)
OUT: ค่าเบี่ยงเบน > ±15.0% (ผิดปกติ ต้องตรวจสอบ)
ส่วนที่ 3: วิเคราะห์การกระจายตัว (Scatter) และ SEC
ℹ️ กราฟนี้ใช้ข้อมูลจากไฟล์ Baseline (ส่วนที่ 1A) โดยอัตโนมัติ หรือจะอัปโหลดไฟล์เฉพาะส่วนนี้ก็ได้ (โครงสร้างคอลัมน์ A–I เหมือนกัน: B,C,D = Y1,Y2,Y3 | E–I = X1–X5)
🧹 คัดกรองจุดข้อมูลที่เบี่ยงเบน (Outlier Screening) — ทำก่อนสร้างสมการ Baseline

💡 คลิกจุดบนกราฟ 1 หรือ 2 เพื่อสลับ "ใช้/ไม่ใช้" จุดนั้นด้วยดุลยพินิจ (เช่น ทวนสอบแล้วว่าเป็นสภาวะปกติ → นำกลับมาใช้) · การตัดจุดไม่ลบข้อมูลดิบ

📊 กราฟ 1 — ความสัมพันธ์ Y ↔ X (Scatter + เส้นแนวโน้ม)

สนใจ: การกระจายตัว (= ความสม่ำเสมอของประสิทธิภาพการผลิต) และค่าตัดแกน β₀ (= พลังงานฐานเมื่อไม่มีการผลิต)

จุดยิ่งเกาะแนบเส้น (R² สูง) = ประสิทธิภาพการผลิตสม่ำเสมอ · ค่าคงที่ β₀ คือพลังงานฐาน (Baseload) ที่ระบบใช้แม้ไม่ผลิต — ยิ่งสูงยิ่งมีภาระคงที่/standby มาก

📉 กราฟ 2 — SEC (Y/X) ↔ X : ลดกำลังผลิตแล้ว SEC พุ่งเร็วแค่ไหน

แกนตั้ง = SEC = Y/X (Specific Energy Consumption) · เส้นทึบแดง = แนวโน้มเชิงเส้น · เส้นประฟ้า = แบบจำลองจริง SEC = β₀/X + β₁ จากกราฟ 1

เมื่อ X (กำลังผลิต) ลดลง SEC จะพุ่งขึ้นตามรูป SEC = β₀/X + β₁ — ถ้าพลังงานฐาน β₀ สูง เส้นจะชันมาก หมายถึงลดกำลังผลิตแล้วต้นทุนพลังงานต่อหน่วยพุ่งเร็ว (อ่อนไหวต่อ utilization)

🔮 พยากรณ์การใช้พลังงาน — ที่กำลังการผลิตสูงสุด และตามแผนการผลิต

ก) ที่กำลังการผลิตสูงสุด (แยก ⚡ ไฟฟ้า · 🔥 ความร้อน · Σ รวม)
ข) งบประมาณพลังงานตามแผนการผลิต (Energy Budget)

กรอกแผนการผลิต 1 บรรทัดต่อ 1 คาบ — รูปแบบ ชื่อคาบ, ปริมาณผลิต หรือใส่ตัวเลขอย่างเดียว (คัดลอกจาก Excel 2 คอลัมน์มาวางได้)

📋 รายงานจุดข้อมูลเบี่ยงเบน — สำหรับทวนสอบกับหน้างาน

เปิด "การคัดกรอง" ด้านบนเพื่อสร้างรายงาน
💾 สมการที่บันทึกไว้ในระบบ

สมการ Baseline ที่บันทึกไว้จะอยู่ในอุปกรณ์นี้ (Local Storage) สามารถโหลดกลับมาใช้งานหรือส่งออกเพื่อสำรองข้อมูลได้

ยังไม่มีสมการที่บันทึกไว้ — ไปที่ "ส่วนที่ 1A: Baseline Regression" แล้วกด "บันทึกสมการไว้ใช้งาน"
ระบบพัฒนาโดย อ.หนึ่ง กลับทวี | บริษัท ทริปเปิ้ล อี เทคโนโลยี จำกัด
ISO 50001 Energy Performance Monitoring System v4.3 — Multi-Stream + Outlier Screening + Forecast Edition (บันทึก/โหลดทุกแท็บ 23 ก.ย. 2569)