Deep-learning-based short-term photovoltaic power generation forecasting using self-organization map neural network and probabilistic computation

Nitikorn Junhuathon

Suranaree University of Technology
Intellectual Repository : SUTIR

ยินดีต้อนรับทุกท่านเข้าสู่คลังปัญญามหาวิทยาลัยเทคโนโลยีสุรนารี

SUTIR collects the academic work of the faculty, students, and staff members of the university. The repository provides educational support to researchers and the public and aims to elevate the academic excellence of Thailand and to support the sharing of knowledge. When using the SUTIR, the intellectual resources are not to be used commercially and they must be cited appropriately by including the author and the university while referring to the work.

เป็นคลังปัญญาที่เกิดจากความรู้ความสามารถของคณาจารย์ นักศึกษา และบุคลากรของมหาวิทยาลัยเทคโนโลยีสุรนารี ซึ่งได้สร้างผลงานจนเป็นที่ยอมรับและสามารถนำไปเผยแพร่ เพื่อใช้สำหรับสนับสนุนการศึกษา การค้นคว้า วิจัยและเพื่อให้นักวิจัยหรือผู้สนใจทั่วไป สามารถนำไปใช้ประโยชน์ในการพัฒนาประเทศและก่อให้เกิดการพัฒนาองค์ความรู้ร่วมกันอย่างยั่งยืน

ดังนั้นห้ามมิให้นำผลงานเหล่านี้ไปใช้แสวงหาประโยชน์ทางด้านการค้า หรืออื่นใด นอกเหนือจากการใช้เพื่อการศึกษาเพื่อพัฒนาประเทศเท่านั้นและจะต้องอ้างอิงถึงเจ้าของผลงานและมหาวิทยาลัยเทคโนโลยีสุรนารีทุกครั้ง

* การเก็บรวบรวม ใช้หรือเผยแพร่ข้อมูลส่วนบุคคล (Privacy Notice) *

Thesis File Submission Guide
for Graduates
(คู่มือการส่งไฟล์วิทยานิพนธ์
สำหรับผู้สำเร็จการศึกษา)

Please use this identifier to cite or link to this item: http://sutir.sut.ac.th:8080/jspui/handle/123456789/9708

Title:	Deep-learning-based short-term photovoltaic power generation forecasting using self-organization map neural network and probabilistic computation
Other Titles:	การคาดการณ์กำลังผลิตไฟฟ้าระยะสั้นจากเซลล์แสงอาทิตย์ด้วยการเรียนรู้เชิงลึกโดยใช้โครงข่ายประสาทเทียมแบบจัดกลุ่มเองและการคำนวณเชิงความน่าจะเป็น
Authors:	Nitikorn Junhuathon
Advisor:	Keerati Chayakulkheeree
Keywords:	PV forecasting;Machine learning;Probabilistic
Issue Date:	2023
Publisher:	School of Electrical Engineering Institute of Engineering Suranaree University of Technology
URI:	http://sutir.sut.ac.th:8080/jspui/handle/123456789/9708
Appears in Collections:	วิทยานิพนธ์ (Thesis)

Files in This Item:

File	Description	Size	Format
Abstract.pdf	Abstract	33.6 MB	Adobe PDF	View/Open
Fulltext.pdf	Fulltext	43.21 MB	Adobe PDF	View/Open

Show full item record

Suranaree University of Technology Intellectual Repository : SUTIR

ยินดีต้อนรับทุกท่านเข้าสู่คลังปัญญามหาวิทยาลัยเทคโนโลยีสุรนารี

Suranaree University of Technology
Intellectual Repository : SUTIR