In this project, we introduce Power Grid Analyzer (PGAz), an open-source software package based on MATLAB, specifically designed for analyzing and controlling future power grids. Initially, PGAz is equipped with four fundamental features: power flow (PF), optimal power flow (OPF), small-signal stability analysis (SSSA), and time-domain simulation (TS). At this stage, Part I concentrates on the development of PF and OPF. The formats of our developed tool are presented, along with its command prompts. In this part, we have developed several conventional yet effective methods in the PGAz package to address PF and OPF problems, including techniques such as the Newton-Raphson method, Gauss-Seidel method, Interior Point Method, Iwamoto’s method, Fast Decoupled Load Flow, Genetic Algorithm, and Particle Swarm Optimization. Additionally, it emphasizes important aspects, algorithms, and various case studies that have been tested against IEEE benchmarks ranging from the IEEE 5-bus to the IEEE 300-bus test systems. The results demonstrate the capabilities of PGAz for future educational and research applications in PF and OPF. Finally, we outline a plan for developing Part II, which will mainly focus on SSSA and TS.
ที่มา ปัจจุบันซอฟต์แวร์วิเคราะห์ระบบไฟฟ้าส่วนใหญ่ เช่น DIgSILENT, PSS®Sincal, และ PSCAD มีค่าใช้จ่ายสูงและมีข้อจำกัดด้านการปรับแต่งโมเดล นอกจากนี้ การอัปเดตโมเดลล่าช้า ส่งผลต่อความก้าวหน้าทางการวิจัยและการศึกษา ในขณะเดียวกัน แม้ว่าจะมีซอฟต์แวร์โอเพนซอร์ส เช่น Power System Toolbox (PST), Power System Analysis Toolbox (PSAT) และ MatPower แต่ซอฟต์แวร์เหล่านี้หลายตัวไม่ได้รับการพัฒนาอย่างต่อเนื่อง หรือขาดความสามารถในการรองรับการวิเคราะห์โครงข่ายไฟฟ้าสมัยใหม่ เช่น Cyber-Physical Power Systems (CPPS) และ Microgrids PGAz จึงถูกพัฒนาขึ้นเพื่อเติมเต็มช่องว่างของซอฟต์แวร์เหล่านี้ โดยมุ่งเน้นให้เป็นแพลตฟอร์มที่เปิดกว้าง มีการอัปเดตอย่างต่อเนื่อง และรองรับการวิเคราะห์ระบบไฟฟ้าในเชิงลึกมากขึ้น ความสำคัญ รองรับการปรับแต่งโมเดลอย่างยืดหยุ่นPGAz พัฒนาโดยใช้ MATLAB ซึ่งช่วยให้ผู้ใช้สามารถปรับแต่งและพัฒนาโมเดลได้อย่างอิสระ และสามารถรวมเข้ากับการวิเคราะห์ที่หลากหลาย เช่น การวิเคราะห์กำลังไฟฟ้า การจำลองเชิงเวลาของโครงข่ายไฟฟ้า และการวิเคราะห์เสถียรภาพเชิงสัญญาณขนาดเล็ก ลดข้อจำกัดของซอฟต์แวร์เชิงพาณิชย์ซอฟต์แวร์เชิงพาณิชย์มักมีข้อจำกัดทั้งด้านต้นทุนและโครงสร้างโมเดลที่ปรับแต่งได้ยาก PGAz จึงเป็นทางเลือกที่เปิดโอกาสให้ผู้ใช้สามารถพัฒนาซอฟต์แวร์ของตนเองโดยไม่มีค่าใช้จ่าย รองรับเทคนิคขั้นสูงในระบบไฟฟ้ายุคใหม่PGAz ได้รวมเทคนิควิเคราะห์โครงข่ายไฟฟ้าที่ทันสมัย เช่น การเพิ่มประสิทธิภาพโดย AI และ Machine Learning การวิเคราะห์ Cyber-Physical Systems และการออกแบบระบบที่รองรับทรัพยากรพลังงานหมุนเวียน สนับสนุนการวิจัยและการศึกษาPGAz ช่วยให้นักวิจัยและนักศึกษาสามารถใช้เครื่องมือโอเพนซอร์สในการศึกษาระบบไฟฟ้าโดยไม่ต้องพึ่งพาซอฟต์แวร์ที่มีค่าใช้จ่ายสูง อีกทั้งยังสามารถนำไปใช้เป็นพื้นฐานสำหรับการพัฒนางานวิจัยด้านวิศวกรรมไฟฟ้าและพลังงานในอนาคต
วิทยาลัยนวัตกรรมการผลิตขั้นสูง
Smart Agriculture has rapidly developed in recent years, particularly with the integration of robotics and automation technologies to improve production efficiency and reduce costs, thereby enhancing the quality of current agricultural practices. A key innovation in this area is the rail-based robotic arm, designed to enhance work efficiency using a rail system with high precision and effectiveness. The application of this robotic arm covers various processes, such as planting, sorting, maintenance, harvesting, and resource management, allowing continuous operation and reducing human labor in repetitive and high-risk tasks. Studies have shown that the use of rail-based robotic arms in agriculture can significantly improve work efficiency, reduce production costs, and effectively mitigate environmental impact. By using robots in agricultural processes, it is possible to reduce contamination, lower the risk of crop damage, and make agriculture more sustainable. Additionally, it can increase accuracy in operations on limited spaces or farms with diverse crops. From these findings, it can be concluded that adopting rail-based robotic arm technology in agriculture not only enhances long-term production efficiency but also promotes sustainable agriculture and maximizes resource use, meeting future agricultural demands
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
A mixed-used complex consisting of commercial spaces, agricultural informative center, workshop, vertical farming and home office.
คณะวิศวกรรมศาสตร์
The Thai Sign Language Generation System aims to create a comprehensive 3D modeling and animation platform that translates Thai sentences into dynamic and accurate representations of Thai Sign Language (TSL) gestures. This project enhances communication for the Thai deaf community by leveraging a landmark-based approach using a Vector Quantized Variational Autoencoder (VQVAE) and a Large Language Model (LLM) for sign language generation. The system first trains a VQVAE encoder using landmark data extracted from sign videos, allowing it to learn compact latent representations of TSL gestures. These encoded representations are then used to generate additional landmark-based sign sequences, effectively expanding the training dataset using the BigSign ThaiPBS dataset. Once the dataset is augmented, an LLM is trained to output accurate landmark sequences from Thai text inputs, which are then used to animate a 3D model in Blender, ensuring fluid and natural TSL gestures. The project is implemented using Python, incorporating MediaPipe for landmark extraction, OpenCV for real-time image processing, and Blender’s Python API for 3D animation. By integrating AI, VQVAE-based encoding, and LLM-driven landmark generation, this system aspires to bridge the communication gap between written Thai text and expressive TSL gestures, providing the Thai deaf community with an interactive, real-time sign language animation platform.