การจำแนกมาตรวัดน้ำที่ผิดปกติโดยใช้เทคนิคการเรียนรู้ของเครื่องร่วมกับข้อมูลเชิงพื้นที่

บทคัดย่อ

การบริหารจัดการน้ำสูญเสีย เป็นภารกิจสำคัญของการให้บริการน้ำประปา โดยน้ำสูญเสียเกิดจากการรั่วไหลทางกายภาพของระบบท่อและน้ำสูญเสียเชิงพาณิชย์จากมาตรวัดน้ำที่ชำรุด ซึ่งส่งผลให้การประปาส่วนภูมิภาค (กปภ.) สูญเสียรายได้และกระทบต่อความเชื่อมั่นของผู้ใช้น้ำ การศึกษานี้มีวัตถุประสงค์เพื่อพัฒนาแบบจำลองในการจำแนกมาตรวัดน้ำที่ผิดปกติโดยใช้การเรียนรู้ของเครื่อง (Machine Learning: ML) ผ่านแบบจำลอง XGBoost, LSTM และ Stacking Ensemble งานวิจัยใช้ข้อมูลอายุของมาตรวัดน้ำ ประเภทผู้ใช้น้ำ ยี่ห้อ ประวัติการใช้น้ำย้อนหลัง 49 เดือน และข้อมูลเชิงพื้นที่ เช่น จำนวนจุดซ่อมท่อ ระยะห่างจากจุดซ่อมท่อ ในพื้นที่ กปภ. สาขารังสิต จังหวัดปทุมธานี ผลการศึกษาพบว่าแบบจำลอง Stacking Ensemble ที่รวมข้อมูลเชิงพื้นที่ให้ความแม่นยำสูงสุดที่ 90.03%งานวิจัยนี้ช่วยให้ กปภ. คัดกรองมาตรวัดน้ำที่ผิดปกติได้แม่นยำ ลดน้ำสูญเสีย เพิ่มความเป็นธรรมในการคิดค่าน้ำ และสามารถขยายผลสู่พื้นที่อื่นในอนาคต