วารสารไตรมาส 3/2564

Young Blood

Young Blood นายทรงวุฒิ ชัยรัตนวัฒน์ นายทตั วร เกียรติประจักษ์ ศฐก.8 กบว.(ภ1) นปส.7 ผสธ. กบว.(ภ1) นายพงษพ์ ฒั น์ วราโภค อายงุ าน : 9 ปี 8 เดอื น รก.บว.(ภ1) อายงุ าน : 17 ปี 8 เดอื น นายณชั พัฒนพงษ์ มหารัตนวงศ์ อายุงาน : 17 ปี 6 เดือน นายธนพนธ์ การัยภูมิ พบค.4 กจท.(ภ1) หัวหนา้ กลุม่ วศก.4 ผปฟ. กบว.(ภ1) อายุงาน : 3 ปี 10 เดือน นางสาวจิราพร บญุ มา อายุงาน : 8 เดอื น บคก.5 กจท.(ภ1) นางสาวมนาภรณ์ โสตถิวัตน์ นายอนรรฆวัตร บญุ สนอง นบท.5 กบว.(ภ1) อายุงาน : 3 ปี 10 เดือน วศก.4 ผปง. กบว.(ภ1) อายุงาน : 1 ปี 8 เดือน อายงุ าน : 3 ปี 3 เดือน นายชานนท์ สวุ รรณประทีป พบค.3 กบว.(ภ1) อายงุ าน : 1 ปี 7 เดือน

จุดเร่ิมต้นของโครงการ E Enhance E Digital new business Revolution Employ K KEEN innovation Big Data & Data Analytics and technology Non-Technical Loss Keep 14 improving existing business N Nourish human resource

มูลเหตุจูงใมลูจเหตุจงู ใจในการทาโครงการน้ี For Organization P : Policy o สนองนโยบาย KEEN 14 ด้าน Employ innovation and technology ในหัวขอ้ EI2 Digital Revolution o สนองนโยบาย รผก.(ภ1) ในการนารอ่ งบรู ณาการข้อมูลของระบบงานต่างๆ (Big Data) และการวิเคราะห์ขอ้ มลู (Data Analytics) และ การนา Digital เขา้ มาใชใ้ นการปรบั ปรุงกระบวนการทางานภายในองคก์ ร o ตอบสนองแผนตรวจสอบมเิ ตอร์ 30% ตามมาตรการ 10 ข้อ ดา้ น Non - Technical Loss Q : Quality o ประยกุ ต์ใชเ้ ทคโนโลยแี ละนวัตกรรมท่ที นั สมัย เพ่ือเสริมประสิทธภิ าพการปฏบิ ัติงานด้วยการใชส้ ินทรัพย์ทีม่ ีให้เกดิ ประโยชนส์ ูงสดุ C : Cost o ลดหนว่ ยสญู เสยี o เพ่ิมผลกาไร For Customer D : Delivery For Member o สร้างความเชื่อมนั่ และความเป็นธรรมใหก้ บั ผใู้ ชไ้ ฟฟา้ (ลกู ค้าไดใ้ ชม้ เิ ตอรท์ มี่ คี วามถกู ต้องเที่ยงตรง วัดคา่ ท่ีอา่ นได้อยา่ งถกู ตอ้ ง) For Social M : Morale o พัฒนาทักษะพนกั งานและความชานาญในการทางานเพือ่ เปน็ ประโยชน์ตอ่ องค์กร ทัง้ ในระยะส้นั และระยะยาว และสร้างความภาคภูมใิ จ ให้กับพนักงาน D : Ethics o ใหบ้ ริการและปฏบิ ัตงิ านไดร้ วดเรว็ เปน็ ธรรม ตอบสนองคา่ นิยมองค์กร “ทันโลก บรกิ ารดี มีคุณธรรม”

ทมี่ า และคมลูวเหาตมุจงู สใจใานคกาัญรทาโครงการน้ี ทมี่ าของ M - BA จากการสารวจพบว่าหน่วยสูญเสียด้าน Non-Technical Loss สูง สายงานการไฟฟ้าภาค 1 ได้เล็งเหน็ ถงึ ความสาคัญในการลด Non-technical Loss โดยมีมาตรการตามแผนปฏิบัติ 10 ข้อในการลดหน่วยสูญเสีย ดา้ น Non- Technical Loss หนึ่งในนั้นคือแผนการตรวจสอบมิเตอร์ 30 % ทางกลุ่มจึงการนาข้อมลู Big Data and Data Analytics มาใช้ในการวเิ คราะห์ โดยใช้ข้อมลู มิเตอร์จาก Big Data ย้อนหลัง 5 ปี ซ่ึงเป็นข้อมูลที่มีขนาดใหญ่ มาก มาวิเคราะห์เพ่อื เพม่ิ ประสิทธิภาพในการจดั ทาแผนตรวจสอบมิเตอร์ 30% ใหก้ ารไฟฟ้าหน้างาน Non-Technical Loss Big Data & Data Analytics

กระบวนการตรวจสอบมเิ ตอร์ก่อนใช้ M-BA ขนั้ ตอนก่อนใช้งาน 1 รับเปา้ หมายในการตรวจสอบ 30 % การรายงานผล 4 กฟฟ. รับเป้าหมายการตรวจสอบมิเตอร์ 30% รายงานผลการตรวจสอบ (ของจานวนผ้ใู ช้ไฟรายย่อยท้งั เขต) จาก แผนปฏิบตั ิประจาปี ผา่ นระบบ SCS/ESIS 2 การวางแผน การดาเนินการตรวจสอบ 3 กฟฟ. วางแผนการตรวTeจxสtอHบeมrเิ eตอร์ กฟฟ. ดาเนนิ การตรวจสอบมิเตอร์ เพอ่ื ให้ได้จานวนตามเป้าหมาย เปดิ ใบส่ังงาน (SCS/ESIS) ดาเนินการตรวจสอบมิเตอร์ ปดิ ใบสง่ั งาน

การวิเคราะหข์ ้อมูลของโครงการ M-BA มิเตอร์ผดิ ปกติ ศึกษาพฤตกิ รรมการใช้ไฟฟ้าของผ้ใู ชไ้ ฟ มเิ ตอร์ผดิ ปกติ มเิ ตอร์ปกติ ทาการศึกษาพฤติกรรมการใช้ไฟฟ้าของผู้ใช้ไฟฟ้าที่ มิเตอร์ท้ังหมด จะพบว่ามีความผิดปกติ ละเมิด/ชารุด จึงได้ สร้างเง่ือนไขมาเพอ่ื คัดแยกมิเตอร์ที่มีการใช้ไฟฟา้ ผิดปกติออก จากผู้ใชไ้ ฟฟ้าทัว่ ไป

การวิเคราะหข์ ้อมูลของโครงการ M-BA คาอธบิ าย 8 เงื่อนไข คดั เลอื กมิเตอรท์ ี่ผิดปกติ 1. ขอ้ มูลมิเตอรม์ ากกว่า 24 เดือนเพื่อให้มีจานวน Data หนว่ ยไฟฟา้ มาใช้วิเคราะห์มากท่สี ดุ 2. หน่วยน้อยกว่า 50 หน่วย เพื่อคดั กรองมิเตอรพ์ ฤตกิ รรมไฟฟ้าทใ่ี ช้หน่วยไฟฟ้าน้อย บง่ บอกถึงความผิดปกติ 3. หนว่ ยน้อยกวา่ 50 หนว่ ย ย้อนหลัง 3 เดือนเพ่ือให้คัดกรองมเิ ตอรท์ ่ีหน่วยนอ้ ย และยังเขา้ ข่ายผิดปกติ ที่ยงั ไม่ไดป้ รับปรุง 4. คา่ Mean มากว่า 100 และหนว่ ยนอ้ ยกวา่ 30 หน่วย เพือ่ คดั กรองมิเตอรท์ ป่ี กตหิ น่วยไฟฟ้ามากกวา่ 100 แต่มบี างเดอื นใช้ต่ากวา่ 30 หนว่ ย. บ่งชี้ความผดิ ปกตขิ องหน่วยไฟฟ้า 5. %Diff(max,min)>80% มิเตอร์ทีม่ ีหน่วยไฟฟ้าสงู สุด และตา่ สุด ต่างกัน 80% ตามจานวน Data ทมี่ ี 6. %Diff(mean-gmax, mean-gmin)>60% คดิ หนว่ ยคา่ ไฟฟ้าแยกเป็นสองกลุ่ม โดยใช้ค่า mean แบง่ เป็น 2 กล่มุ และคิดค่า mean ใหม่ทงั้ สอง กลมุ่ หลังจากน้นั หาคา่ ความแตกต่างเปน็ เปอร์เซ็นต์ เพ่ือคัดกรองมเิ ตอรท์ ีม่ ีความแปรปรวนสงู และมรี ูปแบบตายตัวถา้ มี % ยงิ่ มาก ยง่ิ มีความ แปรปรวนสงู เขา้ ขา่ ยผดิ ปกติมาก 7. %Diff(pre-value,post-post)>60%เทยี บคา่ หน่วยไฟฟา้ ของเดือนกอ่ นและเดือนถัดมา ถา้ ต่างกนั มากกวา่ 60%แสดงว่ามีความผิดปกติ 8. มเิ ตอรท์ ีม่ ีการสับเปล่ยี นแล้วย้อนหลงั 6 เดือน มิเตอร์ก่อนเดือน ม.ค. 63 ย้อนหลงั ไป 6 เดือน ถ้ามีการสบั เปลี่ยนถอื วา่ มีการตรวจสอบมิเตอร์แล้ว

การวเิ คราะหข์ ้อมูลของโครงการ M-BA 8 เง่อื นไข คดั แยกมเิ ตอรท์ ่ผี ดิ ปกติ Max Pre - value 8 เง่ือนไข คัดแยกมิเตอร์ชารดุ และละเมิดรายย่อย Mean 1. ข้อมลู มิเตอร์มากกว่า 24 เดือน Post - value 2. มจี านวนเดอื นท่หี น่วยนอ้ ยกว่า 50 หนว่ ย Min 3. หนว่ ยน้อยกวา่ 50 หน่วย ยอ้ นหลัง 3 เดือน 4. คา่ Mean มากวา่ 100 และหน่วยนอ้ ยกวา่ 30 หนว่ ย 5. %Diff(max,min)>80% 6. %Diff(mean-gmax, mean-gmin)>60% 7. %Diff(pre-value,post-post)>60% 8. มเิ ตอรท์ ่มี กี ารสับเปลย่ี นแล้วย้อนหลงั 6 เดือน

การวเิ คราะหข์ ้อมูลของโครงการ M-BA Sample 1 กรณี หน่วยไฟฟา้ รายเดอื นท่ีปกติทว่ั ไป Sample 2 8 เงื่อนไข คัดแยกมิเตอร์ชารุดและละเมิดรายยอ่ ย 1. ข้อมลู มิเตอร์มากกวา่ 24 เดอื น 2. มีจานวนเดอื นที่หน่วยนอ้ ยกว่า 50 หน่วย 3. หน่วยนอ้ ยกวา่ 50 หนว่ ย ยอ้ นหลัง 3 เดอื น 4. คา่ Mean มากวา่ 100 และหนว่ ยน้อยกว่า 30 หน่วย 5. %Diff(max,min)>80% 6. %Diff(mean-gmax, mean-gmin)>60% 7. %Diff(pre-value,post-post)>60% 8. มเิ ตอร์ท่ีมกี ารสบั เปลยี่ นแล้วยอ้ นหลงั 6 เดือน

การวิเคราะหข์ ้อมูลของโครงการ M-BA กรณลี ะเมิด : ลดั วงจรกระแสโดยต่อคร่อมขดลวดมเิ ตอร์ ถกู จับละเมิด 8 เง่อื นไข คัดแยกมเิ ตอร์ชารุดและละเมิดรายยอ่ ย 1. ขอ้ มลู มเิ ตอรม์ ากกวา่ 24 เดือน 2. มีจานวนเดือนทีห่ นว่ ยนอ้ ยกวา่ 50 หน่วย 3. หน่วยนอ้ ยกวา่ 50 หนว่ ย ย้อนหลัง 3 เดือน 4. ค่า Mean มากวา่ 100 และหน่วยน้อยกวา่ 30 หนว่ ย 5. %Diff(max,min)>80% 6. %Diff(mean-gmax, mean-gmin)>60% 7. %Diff(pre-value,post-post)>60% 8. มเิ ตอร์ท่ีมกี ารสับเปลยี่ นแลว้ ย้อนหลงั 6 เดือน

การวิเคราะหข์ ้อมูลของโครงการ M-BA กรณลี ะเมิด : ดัดแปลงวงจร สลบั สายนิวตรอน ถกู จับละเมิด 8 เง่อื นไข คดั แยกมิเตอร์ชารดุ และละเมิดรายยอ่ ย 1. ข้อมูลมิเตอรม์ ากกวา่ 24 เดอื น 2. มีจานวนเดอื นทห่ี น่วยน้อยกวา่ 50 หน่วย 3. หน่วยน้อยกวา่ 50 หนว่ ย ย้อนหลัง 3 เดือน 4. ค่า Mean มากวา่ 100 และหน่วยน้อยกวา่ 30 หน่วย 5. %Diff(max,min)>80% 6. %Diff(mean-gmax, mean-gmin)>60% 7. %Diff(pre-value,post-post)>60% 8. มิเตอร์ทมี่ ีการสบั เปลยี่ นแลว้ ย้อนหลงั 6 เดือน

การวเิ คราะหข์ ้อมูลของโครงการ M-BA การแบ่งระดบั ความสาคญั ในการตรวจสอบมิเตอร์ เมื่อเราคิดสมการท่ีใช้ในการวิเคราะห์ท้ัง 8 ข้อแล้ว เราจึงแบ่ง 8 เงื่อนไข คัดแยกมเิ ตอรช์ ารุดและละเมิดรายย่อย ระดับความสาคัญในการตรวจสอบมิเตอร์เป็น 3 ระดับ เพ่ือให้สามารถ 1. ข้อมูลมิเตอร์มากกวา่ 24 เดือน ไปตรวจสอบมิเตอรท์ ี่คาดวา่ มีความเสี่ยงสูงก่อนในลาดบั แรก ดังนี้ 2. มีจานวนเดือนท่ีหนว่ ยน้อยกวา่ 50 หน่วย 3. หนว่ ยน้อยกวา่ 50 หน่วย ยอ้ นหลัง 3 เดือน Z1 มีความเสีย่ งสงู มาก 4. คา่ Mean มากวา่ 100 และหนว่ ยน้อยกว่า 30 หน่วย Z2 มคี วามเส่ียงปานกลาง 5. %Diff(max,min)>80% Z3 มคี วามเสยี่ งน้อย 6. %Diff(mean-gmax, mean-gmin)>60% 7. %Diff(pre-value,post-post)>60% 8. มเิ ตอร์ทม่ี ีการสับเปลย่ี นแล้วย้อนหลงั 6 เดือน

M – BA User M-BA Server Data ดึงข้อมูล Update and analysis Data Accountant Monitor Technician Manager ESIS Show Data Planning and patrolling Show Planning PEA Server Follow Dashboard

กระบวนการตรวจสอบมเิ ตอร์ หลังใช้ M-BA ขนั้ ตอนหลงั ใช้งาน 1 รับเป้าหมายในการตรวจสอบ 30 % การรายงานผล 4 กฟฟ. รบั เป้าหมายการตรวจสอบมเิ ตอร์ 30% รายงานผลการตรวจสอบ (ของจานวนผใู้ ช้ไฟรายย่อยทงั้ เขต) จาก แผนปฏิบัติประจาปี ผา่ นระบบ SCS/ESIS 2 วางแผนการตรวจสอบมเิ ตอรโ์ ดยใช้ M-BA การดาเนินการตรวจสอบ 3 วางแผนการตรวจTสeอxบt Hมิเeตrอeร์ ท่ชี ี้เป้าจาก M-BA กฟฟ. ดาเนนิ การตรวจสอบมิเตอร์ เปิดใบส่งั งาน (SCS/ESIS) ดาเนินการตรวจสอบมิเตอร์ ปิดใบส่งั งาน

การทดลองใช้งาน M – BA ทดลองใชง้ าน M - BA ตามหนังสือ ฝวธ.(ภ1) 174/2563 ขอเชิญประชุมช้ีแจงข้ันตอนการดาเนินงาน แผนงานการลดหน่วยสญู เสยี ในระบบไฟฟ้า ด้าน Non – Technical Loss ปี 2563 ของสายงานการไฟฟ้า ภาค 1 ได้มีการทดลองใช้งาน ใน พ้นื ที่ กฟจ.พิษณุโลก และ กฟฟ. เพชรบูรณ์

การทดลองใช้งาน M – BA ทดลองใชง้ าน M – BA ที่ กฟจ.เพชรบรู ณ์ 8 เงื่อนไข คัดแยกมเิ ตอร์ชารุดและละเมิดรายยอ่ ย 1. ขอ้ มลู มเิ ตอรม์ ากกวา่ 24 เดือน 2. มีจานวนเดอื นที่หนว่ ยน้อยกว่า 50 หนว่ ย 3. หนว่ ยน้อยกว่า 50 หนว่ ย ย้อนหลงั 3 เดอื น 4. ค่า Mean มากกว่า 100 และหน่วยน้อยกวา่ 30 หนว่ ย 5. %Diff(max,min)>80% 6. %Diff(mean-gmax, mean-gmin)>60% 7. %Diff(pre-value,post-post)>60% 8. มเิ ตอร์ทีม่ กี ารสบั เปลยี่ นแลว้ ยอ้ นหลงั 6 เดอื น กรณีชารดุ trsg : C06101 (กฟจ.เพชรบรู ณ์) ca : 20006025833 installation : 6008536477 PEA No. 19959601 Result : Broken

การทดลองใช้งาน M – BA ทดลองใชง้ าน M – BA ที่ กฟจ.เพชรบรู ณ์ 8 เงื่อนไข คัดแยกมิเตอรช์ ารดุ และละเมิดรายย่อย 1. ขอ้ มลู มเิ ตอรม์ ากกว่า 24 เดือน 2. มีจานวนเดอื นท่หี นว่ ยน้อยกว่า 50 หน่วย 3. หน่วยน้อยกว่า 50 หนว่ ย ยอ้ นหลัง 3 เดอื น 4. ค่า Mean มากว่า 100 และหนว่ ยนอ้ ยกวา่ 30 หนว่ ย 5. %Diff(max,min)>80% 6. %Diff(mean-gmax, mean-gmin)>60% 7. %Diff(pre-value,post-post)>60% 8. มเิ ตอร์ที่มกี ารสับเปลยี่ นแลว้ ย้อนหลงั 6 เดือน กรณีชารดุ trsg : C06101 (กฟจ.เพชรบรู ณ์) ca : 20006030162 installation : 6008543761 PEA No. 18606868 Result : Broken

การทดลองใช้งาน M – BA ทดลองใชง้ าน M – BA ที่ กฟจ.เพชรบรู ณ์ 8 เงื่อนไข คัดแยกมิเตอรช์ ารดุ และละเมิดรายย่อย 1. ขอ้ มลู มเิ ตอรม์ ากกว่า 24 เดือน 2. มีจานวนเดอื นท่หี นว่ ยน้อยกว่า 50 หน่วย 3. หนว่ ยน้อยกว่า 50 หนว่ ย ยอ้ นหลัง 3 เดอื น 4. ค่า Mean มากว่า 100 และหนว่ ยนอ้ ยกวา่ 30 หนว่ ย 5. %Diff(max,min)>80% 6. %Diff(mean-gmax, mean-gmin)>60% 7. %Diff(pre-value,post-post)>60% 8. มเิ ตอร์ที่มกี ารสับเปลยี่ นแลว้ ย้อนหลงั 6 เดือน กรณีชารดุ trsg : C06101 (กฟจ.เพชรบรู ณ์) ca : 20006117290 installation : 6008589961 PEA No. 19918489 Result : Broken

การทดลองใช้งาน M – BA ทดลองใชง้ าน M – BA ที่ กฟจ.เพชรบรู ณ์ 8 เง่ือนไข คัดแยกมเิ ตอรช์ ารดุ และละเมิดรายย่อย 1. ขอ้ มลู มเิ ตอรม์ ากกว่า 24 เดอื น 2. มีจานวนเดอื นทีห่ นว่ ยน้อยกว่า 50 หนว่ ย 3. หนว่ ยนอ้ ยกว่า 50 หน่วย ยอ้ นหลงั 3 เดือน 4. คา่ Mean มากวา่ 100 และหนว่ ยน้อยกว่า 30 หน่วย 5. %Diff(max,min)>80% 6. %Diff(mean-gmax, mean-gmin)>60% 7. %Diff(pre-value,post-post)>60% 8. มเิ ตอรท์ ่มี ีการสบั เปลยี่ นแล้วยอ้ นหลงั 6 เดอื น กรณชี ารุด trsg : C06101 (กฟจ.เพชรบูรณ์) ca : 200017168923 installation : 6017080555 PEA No. 29990104 Result : Broken

กระบวนการตรวจสอบมิเตอร์ก่อนใช้ M-BA ขนั้ ตอนที่เปลี่ยนแปลง 2 วางแผนการตรวจสอบมเิ ตอร์โดยใช้ M-BA วางแผนการตรวจสอTeบxมt Hิเตerอeร์ ทช่ี ี้เปา้ จาก M-BA

WHY M-BA ? 1.Big Data 3. Targeting การนา M-BA มาใชเ้ ป็นเคร่อื งมือใน การวางแผนตรวจสอบมิเตอร์ จะช่วย นาขอ้ มลู การใชไ้ ฟฟ้า ชเ้ี ป้าหมายมเิ ตอรท์ ม่ี ี เพม่ิ ประสทิ ธิภาพการวางแผนตรวจสอบ ยอ้ นหลงั 5 ปี มา ความผดิ ปกติ ซง่ึ ควร เน่ืองจากจะช่วยชีเ้ ปา้ ผใู้ ชไ้ ฟท่ีควร ตรวจสอบไดแ้ มน่ ยามาก ตรวจสอบ ซง่ึ นอกจากจะเป็นการนา วเิ คราะหพ์ ฤตกิ รรมการใช้ ไฟฟ้า ขน้ึ ขอ้ มลู Big Data มาวเิ คราะหใ์ หเ้ กิด ประโยชนแ์ ลว้ ยงั ชว่ ยลดระยะเวลาใน 02 04 05 01 03 การวางแผน ลดคา่ ใชจ้ ่ายในการ 5. Reduce cost and time ดาเนนิ งาน ลดหนว่ ยสญู เสียในระบบ 2.Math Analytics 4. Report ลดคา่ ใชจ้ า่ ย และลดระยะเวลาการ จาหนา่ ย อีกทง้ั ยงั้ เพ่มิ รายไดใ้ หก้ บั ทางานในการตรวจมเิ ตอรซ์ า้ ซอ้ น ใชส้ มการทางคณิตศาสตรใ์ นการ สามารถรายงานผลการดาเนินงาน กฟภ. อีกดว้ ย วิเคราะหพ์ ฤตกิ รรมการใชไ้ ฟฟา้ โดย ทงั้ การตรวจสอบมิเตอร์ และการ แบง่ พฤตกิ รรมท่ีมีความสมุ่ เส่ียงเป็น ปรบั ปรุงคา่ ไฟฟา้ ไดบ้ นระบบ 3 กลมุ่

ประโยชน์ทไี่ ด้รับ Internal Benefit External Benefit

ประโยชน์ทไี่ ด้รับ ตอบสนองนโยบาย Internal Benefit • สนองนโยบาย Digital Revolution • Smart Organization • TRUSTED ( Data Driven ) ศึกษาเขา้ ใจ ใช้ประโยชน์ จากข้อมูล ขับเคล่อื นภารกิจขององค์กร

Interปnระaโยl ชBนe์ทnไี่ ดe้รfับit Internal Benefit ไดห้ น่วยสญู เสยี กลับเขา้ ระบบไฟฟ้า จากผลการดาเนินการตรวจสอบมเิ ตอรโ์ ดยการนา M-BA เขา้ มาช่วยในการชเ้ี ปา้ ในการตรวจสอบมเิ ตอร์ มเิ ตอรท์ ง้ั หมด 684,982 เครื่อง ตรวจสอบแล้ว 95,298 (13.9%) เครือ่ ง ผดิ ปกติ 4,461 (4.6%) เครื่อง เครื่อง 90,837 - ชารดุ 4,430 เครื่อง เครือ่ ง 589,684 95,298 - ละเมิด 30 4,461 - ชารุดและละเมิด 1 หน่วยปรบั ปรุงในเดอื น 838,325.65 หน่วย หน่วยปรับปรงุ ย้อนหลงั 13,761.01 หนว่ ย มเิ ตอรค์ งเหลอื เดือน เมษายน – มิถนุ ายน 2563 มเิ ตอรผ์ ดิ ปกติ ถา้ ตรวจครบ 100% (ทง้ั ป)ี 6,031,119.78 หนว่ ย/ปี หนว่ ยปรบั ปรุงในเดอื น ตรวจสอบแลว้ มเิ ตอรป์ กติ

ประโยชน์ทไี่ ด้รับ Internal Benefit เพิ่มรายได้จากการจาหน่ายกระแสไฟฟ้า จากผลการดาเนินการตรวจสอบมิเตอรโ์ ดยการนา M-BA เข้ามาชว่ ยในการช้เี ป้าในการตรวจสอบมิเตอร์ เดือน เมษายน – มิถุนายน 2563 คดิ เปน็ จานวนเงนิ ได้ ดังนี้ หน่วยปรบั ปรงุ ในเดือน จานวน 6,031,119.78 หน่วย/ปี คิดเปน็ จานวนเงนิ จานวน 6,031,119.78 x 4 = 24,124,479.12 บาท/ปี 6,031,119.78 8,041,493.04 24,124,479.12 ยังไม่รวมคา่ เบี้ยปรบั / คา่ มิเตอร์ชารดุ ไตรมาส 1 ไตรมาส 2 12,062,239.56 ไตรมาส 3 ไตรมาส 4 ถา้ ดาเนินการทัง้ องคก์ ร เราจะมีรายได้และหนว่ ยกลับมาเท่าไร

InterปnรaะlโBยeชnนe์ทfไี่ itด้ รับ มีการเกบ็ ข้อมูลของมิเตอรอ์ ย่างเป็นระบบ Internal Benefit สามารถนาข้อมลู ไปวิเคราะห์ วางแผนการดาเนนิ งาน ในอนาคต และสามารถนามาใชป้ ระโยชนอ์ ยา่ งมากมาย ไม่วา่ จะเป็น การนามาใชง้ าน ดา้ นธุรกิจ การบรหิ าร และกิจการอ่ืน ๆ ขององคก์ ร ตลอดจน การนาขอ้ มลู ท่ีตอ้ งการออกมาใช้ ใหท้ นั ตอ่ เหตกุ ารณ์

ประโยชน์ทไี่ ด้รับ พัฒนาทกั ษะพนกั งาน Internal Benefit ช่วยเพ่ิมประสิทธิภาพด้านทักษะ ความชานาญในการทางาน ตลอดจนปรบั เปล่ียนกระบวนการทางานใหเ้ ป็นไปในทิศทางเดียวกัน เพ่ือ พฒั นาบคุ ลากรใหม้ ีประสิทธิภาพการทางานสงู ขนึ้ เพราะการดาเนินงานในแตล่ ะครงั้ พนกั งานจะเกิดความชานาญ ในงานท่ีทามากขนึ้ การพฒั นาทกั ษะของพนกั งานจงึ เป็นประโยชนต์ ่อองคก์ ร ทงั้ ในระยะสนั้ และระยะยาว และสรา้ งความภาคภมู ิใจใหก้ บั พนกั งาน

InterปnรaะโlยBชนe์ทnไี่ eด้รfับit โครงการ Monitoring – Big Data Analytics ไม่มีค่าใชจ้ า่ ยในการดาเนนิ โครงการ Internal Benefit นวตั กรรมนีเ้ กิดจากการท่ีพนกั งานไฟฟ้าส่วนภูมิภาค เป็นคนคิดคน้ กระบวนการ และแกป้ ัญหา จึงไม่มีคา่ ใชจ้ ่ายในการออกแบบ วิเคราะห์ และ การสรา้ งโปรแกรม

ประโยชน์ทไี่ ด้รับ สร้างความนา่ เชอื่ ม่ัน และความเปน็ ธรรมให้กบั ผู้ใชไ้ ฟฟา้ External Benefit สรา้ งความน่าเช่ือถือใหอ้ งคก์ ร ซ่งึ เป็นส่ิงสาคัญอนั ดบั ตน้ ๆ ท่ีตอ้ งใหค้ วามสาคญั ถา้ ธุรกิจไม่สรา้ งความเช่ือม่นั ใหก้ ับลูกคา้ ค่คู า้ หรือกระท่งั สงั คมโดยรวมย่อมส่งผลกระทบต่อภาพลกั ษณข์ ององคก์ ร และธรุ กิจขององคก์ รในอนาคต ดงั นนั้ การดาเนินโครงการนีจ้ ะสง่ ผลให้ ลกู คา้ ไดใ้ ชม้ ิเตอรท์ ่ีมีความถกู ตอ้ งเท่ียงตรง วดั คา่ ท่ีอ่านไดอ้ ยา่ งถกู ตอ้ ง

การขยายผลการดาเนินงาน

การขยายผลการดาเนินงาน อนุมตั ิหลกั การของโครงการ ตามอนมุ ัติ รผก.(ภ1) ลงวนั ที่ 16 เมษายน 2563 ได้มกี ารขออนมุ ตั ิหลกั การ โครงการ Monitoring - Big Data Analytics ( M-BA ) ใหด้ าเนินการโครงการในพื้นที่ของ กฟน.1 , กฟน.2 และ กฟน.3

การขยายผลการดาเนินงาน การตรวจสอบมเิ ตอร์

การขยายผลการดาเนินงาน นาข้อมลู ขึ้นระบบ ตามหนังสือท่ี กบว.(ภ1)35016/2563 ลว. 24 ม.ิ ย. 2563 ขอให้หนว่ ยงานทเี่ กีย่ วข้อง ประมวลผลรายงานบนระบบ SAP และนา ข้อมูลข้ึนระบบ Smart Customer Service & Equipment Standard investigation System (SCS & ESIS) ทุกวันท่ี 15 ของ เดือน เพอื่ ประมวลผลแสดงในรปู แบบ Dashboard ของโครงการ M- BA ตอ่ ไป

การขยายผลการดาเนินงาน มกี ารพฒั นาอยา่ งต่อเนื่อง Learning & Growth + กล่มุ มีการพฒั นา Website ของโครงการ โดยผปู้ ฏบิ ัตกิ าร สามารถดาวน์โหลดข้อมลู การตรวจสอบ มเิ ตอร์ ผ่าน Website แทนการสืบคน้ ไฟล์ จาก Google Drive อกี ทั้งยังสามารถแสดงผลการ ดาเนินงาน ผา่ น Website ในรปู แบบของ Dashboard ได้อกี ดว้ ย

การขยายผลการดาเนินงาน ได้รับความสนใจจากสายงานอ่ืนในการนาไปทดลองใชง้ าน โครงการ Monitoring – Big Data Analytics ปจั จุบนั มีการติดต่อจากสายงานการไฟฟ้า ภาค 2, 3 และ 4 เพ่ือขอขยายผลโครงการภายในพืน้ ทอ่ี น่ื ๆ

ผลงานทจี่ ะทาในปี ต่อไป พร้อมมูลเหตุจูงใจ Monitoring-Big Data Analytics หรือ M-BA ในปี 2564 จะถูกขยาย Scale ของงานไปสู่กระบวนการ วเิ คราะห์ข้อมลู ขนาดใหญ่ (Big data) ของการไหลของกาลังไฟฟ้า (Power flow) ท่ีไหลผา่ นหมอ้ แปลงไฟฟา้ , มิเตอร์ AMR ทส่ี ถานีไฟฟา้ 22kV และ 115kV และรวมไปถงึ มิเตอร์ที่ Export/Import จากการซื้อไฟฟ้าจาก กฟฟ. EGAT และติดตาม ผลดาเนนิ งานการลดหนว่ ยสูญเสียอย่างจรงิ จงั ทงั้ ทางด้าน Technical-Loss และ Non-Technical Loss ดังนัน้ การ ตดิ ตามผลของการตรวจสอบมเิ ตอร์รายยอ่ ยในปีน้ี (ปี 2563) จะเปน็ ส่วนหน่ึงของกระบวนการลดหนว่ ยสญู เสยี ทีส่ ามารถ ตดิ ตามผลได้ และเป็นกระบวนการหนงึ่ ของ M-BA ในอนาคต M-BA เปน็ โครงการติดตามผลการดาเนินงานและวเิ คราะหข์ อ้ มูลขนาดใหญ่ เพ่อื เจาะจงถึงการแก้ปญั หา กระบวนการท่ตี อ้ งการลดต้นทนุ ลดเวลา เพิม่ ผลกาไร ใหก้ บั องค์กรอยา่ งแทจ้ รงิ

Young Blood