FEEDER RELIABILITY & PM PLANNING : by Dr. Jupetor

สถิติไฟฟ้าดับ · Outage Intelligence for Maintenance Planning

วิเคราะห์ข้อมูลไฟฟ้าดับรายสายป้อนเพื่อจัดลำดับความสำคัญและวางแผนบำรุงรักษาเชิงป้องกัน (PM)

— ยังไม่มีข้อมูล

⬆📊

ยังไม่มีข้อมูลให้วิเคราะห์

กดปุ่ม "โหลดไฟล์ข้อมูลไฟฟ้าดับ" ด้านบนเพื่ออัปโหลดไฟล์ .xlsx หรือ .csv ที่มีคอลัมน์ Date, Feeder, Minutes, Causes, Component, Lateral (รูปแบบเดียวกับรายงานไฟฟ้าดับของการไฟฟ้านครหลวง) ระบบจะประมวลผลทั้งหมดในเบราว์เซอร์ ไม่มีการส่งข้อมูลออกไปที่ใด

01 Feeder Health Grid

แต่ละช่องคือ 1 สายป้อน — สีบ่งบอกสาเหตุหลัก ความสว่างบ่งบอกระดับความสำคัญของการทำ PM (คลิกเพื่อกรอง)

สี ของแต่ละช่องมาจากหมวดสาเหตุที่เกิดบ่อยที่สุด (Dominant Cause) ของสายป้อนนั้น · ความสว่าง/ความเข้ม แปรผันตาม Priority Score (0–100) ซึ่งคำนวณจาก จำนวนครั้งที่เกิด 40% + นาทีไฟดับสะสม 25% + จำนวนครั้งใน 12 เดือนล่าสุด 35% โดย normalize เทียบกับสายป้อนอื่นในชุดข้อมูลที่กรองอยู่ (คะแนนสูง = ทึบ/เข้ม, คะแนนต่ำ = จาง) · ตัวเลขในช่องคือจำนวนเหตุการณ์ไฟดับทั้งหมดของสายป้อนนั้น

⚡ วิธีติดธง Worst-Performing — IEEE 1366 Beta Method (β=2.5)

นับจำนวนเหตุการณ์ไฟดับแยกตามสายป้อน ในแต่ละปี

↓

สายป้อนในปีนั้นมี ≥ 5 เส้นหรือไม่ตรวจสอบจำนวนตัวอย่างขั้นต่ำ

ไม่ (<5) → ข้ามปีนี้ ไม่คำนวณธง

↓ ใช่ (≥5)

ปรับข้อมูลปีที่ไม่ครบ 350 วันแปลงเป็น ln(x) หา mean และ std

↓

คำนวณ threshold= exp( mean + 2.5 × std )

↓

count × scale มากกว่า threshold หรือไม่เทียบกับสายป้อนทั้งหมดในปีนั้น

ไม่เกิน threshold → ไม่ติดธง

↓ เกิน threshold

⚡

ติดธง Worst-Performingแสดงกรอบแดง + ⚡ บนช่องสายป้อนนั้น ในปีที่เกิน threshold

ข้อจำกัด: ใช้จำนวนครั้งไฟดับ/ปีแทน SAIFI เนื่องจากไม่มีจำนวนลูกค้าต่อสายป้อน ผลลัพธ์คือความผิดปกติทางสถิติเทียบกับกลุ่ม ไม่ใช่ SAIFI ตามนิยามมาตรฐาน

02 Monthly Outage Trend

จำนวนเหตุการณ์ไฟฟ้าดับต่อเดือน ตามช่วงเวลาที่กรอง

03 PM Priority Ranking

จัดลำดับสายป้อนตามคะแนนความเสี่ยง (ความถี่ + ผลกระทบ + แนวโน้มล่าสุด) — คลิกแถวเพื่อดูรายละเอียด

Feeder	Events	Minutes	Last 12mo	สาเหตุหลัก	Priority	MTBF	คำแนะนำ PM

04 สาเหตุการเกิดเหตุ

05 อุปกรณ์ที่ชำรุดบ่อยที่สุด

06 จุดเกิดเหตุซ้ำ (Hotspots)

ตำแหน่ง/สายย่อยเดียวกันที่เกิดไฟดับซ้ำตั้งแต่ 2 ครั้งขึ้นไป — เป้าหมาย PM เชิงพื้นที่

วิธีคำนวณ Priority Score: คะแนน 0–100 ผสมจาก จำนวนครั้งที่เกิด (40%) + นาทีไฟดับสะสม (25%) + จำนวนครั้งใน 12 เดือนล่าสุด (35%) โดย normalize เทียบกับสายป้อนอื่นในชุดข้อมูลที่กรองอยู่ · High ≥ 70, Medium 40–69, Low < 40
⚡ Worst-Performing (สถิติ): ใช้ IEEE 1366 "Beta Method" (β=2.5) — ต่อปี คำนวณ threshold = exp(mean(ln x) + 2.5×std(ln x)) จากจำนวนไฟดับของสายป้อนทั้งหมดในปีนั้น สายป้อนที่เกิน threshold จะถูกติดธง คำนวณเฉพาะปีที่มีสายป้อนที่มีเหตุการณ์ ≥5 เส้น (เพื่อให้สถิติมีความหมาย) และปีที่ข้อมูลไม่ครบ 12 เดือน (เช่นปีล่าสุด) จะถูกปรับเป็นอัตรารายปี (annualize) ก่อนเทียบ threshold เพื่อไม่ให้ปีสั้นดูรุนแรงเกินจริง ข้อจำกัด: มาตรฐานนี้ออกแบบมาให้ใช้กับ SAIFI ที่ถ่วงน้ำหนักด้วยจำนวนลูกค้าที่ได้รับผลกระทบ แต่ข้อมูลชุดนี้ไม่มีจำนวนลูกค้าต่อสายป้อน จึงใช้ "จำนวนครั้งไฟดับ/ปี" เป็นตัวแทนแทน — ผลลัพธ์คือสายป้อนที่ผิดปกติทางสถิติเทียบกับกลุ่ม ไม่ใช่ SAIFI ตามนิยามมาตรฐานเป๊ะๆ
หมวดสาเหตุ: สัตว์รบกวน / ต้นไม้-กิ่งไม้ / อุปกรณ์เสื่อมสภาพ / ปัจจัยภายนอก-บุคคล / ฟ้าผ่า-สภาพอากาศ / ฟอลต์ร่วมระบบ / ไม่ทราบสาเหตุ / อื่น ๆ — จัดกลุ่มจากคอลัมน์ Causes ในไฟล์ต้นฉบับ
Control = ระบุสาเหตุได้ชัดเจนและทำ PM/ติดตั้งอุปกรณ์ป้องกันได้โดยตรง (สัตว์รบกวน, ต้นไม้/กิ่งไม้, อุปกรณ์เสื่อมสภาพ) Uncontrol = ปัจจัยภายนอกที่ควบคุมโดยตรงได้ยาก (ปัจจัยภายนอก/บุคคล, ฟ้าผ่า/สภาพอากาศ, ฟอลต์ร่วมระบบ, ไม่ทราบสาเหตุ, อื่น ๆ) — ทำได้เพียงบรรเทาผลกระทบหรือสืบหาสาเหตุเพิ่มเติม
MTBF (Mean Time Between Failures): เวลาเฉลี่ยระหว่างการเกิดไฟดับแต่ละครั้งของสายป้อน = (ช่วงเวลาข้อมูลทั้งหมด − เวลาดับรวมของสายป้อนนั้น) ÷ จำนวนครั้งที่เกิด · ยิ่งค่าสูงยิ่งดี (ไฟดับห่างกันนาน) · แสดงผลเป็น "N/A" หากสายป้อนมีเหตุการณ์น้อยกว่า 2 ครั้งในช่วงข้อมูลที่กรองอยู่ (ไม่พอคำนวณช่วงห่าง)
ที่มาข้อมูล: ไฟล์ .xlsx/.csv ที่ผู้ใช้อัปโหลด — เครื่องมือนี้ประมวลผลทั้งหมดในเบราว์เซอร์ ไม่มีการส่งข้อมูลออกไปที่ใด

ข้อจำกัด: คะแนนและธง Worst-Performing เป็นตัวช่วยจัดลำดับความสำคัญเบื้องต้นจากข้อมูลในอดีต ไม่ใช่ข้อสรุปทางวิศวกรรม ควรใช้ร่วมกับดุลยพินิจของวิศวกรประจำพื้นที่และการตรวจสอบภาคสนามก่อนวางแผน PM จริง