ดึง AI เพิ่มประสิทธิภาพบริหารเขื่อน จัดการน้ำต้นทุน

25 ก.ค. 2563 | 08:58 น.

ในการศึกษากลยุทธ์การปรับเปลี่ยนแนวทางการปฏิบัติการอ่างเก็บน้ำ สำหรับพัฒนาการบริหารจัดการน้ำต้นทุนระยะยาวของเขื่อนภูมิพล ภายใต้แผนงานยุทธศาสตร์เป้าหมายด้านสังคม แผนการบริหารจัดการน้ำ หรือ โครงการวิจัยเข็มมุ่งฯ จึงทำงานร่วมกับการไฟฟ้าฝ่ายผลิตแห่งประเทศไทยมาตั้งแต่เริ่มแรก

ผลงานวิจัยเบื้องต้นพบว่า ใน 3 แนวทางของการวิจัยสามารถทำให้เขื่อนมีน้ำกักเก็บเพิ่มมากขึ้นได้ และในระยะต่อไปยังจะได้ประมวลข้อมูลผลลัพธ์ของการศึกษาการพัฒนาเทคโนโลยี New Water Management Technology Development จากงานวิจัยอื่นๆ ในแผน มาช่วยเพิ่มประสิทธิภาพคาดการณ์ปริมาณน้ำที่แม่นยำยิ่งขึ้น

ดึง AI เพิ่มประสิทธิภาพบริหารเขื่อน จัดการน้ำต้นทุน

ผศ.ดร.อารียา ฤทธิมา จากคณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล หัวหน้าโครงการศึกษากลยุทธ์การปรับเปลี่ยนแนวทางการปฏิบัติการอ่างเก็บน้ำ สำหรับพัฒนาการบริหารจัดการน้ำต้นทุนในระยะยาวของเขื่อนภูมิพล (ระยะที่1) กล่าวว่า แม้เขื่อนภูมิพลจะมีศักยภาพการกักเก็บน้ำได้ถึง 2,700 - 4,000 ล้าน ลบ.ม./ปี แต่จากความแปรปรวนของสภาพภูมิอากาศ และปริมาณฝนที่ตกไม่แน่นอน มีผลต่อปริมาณน้ำกักเก็บ 

หากย้อนกลับไปดูปริมาณน้ำต้นทุนของเขื่อนภูมิพล พบว่า หลังปี พ.ศ. 2554 เป็นต้นมา มีปริมาณน้ำไหลเข้าอ่างเก็บน้ำค่อนข้างน้อย ทำให้ปริมาณน้ำเก็บกักมีแนวโน้มลดลง จำเป็นต้องปรับแผนการบริหารจัดการน้ำ เพื่อให้เกิดการใช้น้ำอย่างประหยัดและมีประสิทธิภาพมากขึ้น รวมถึงสามารถเพิ่มปริมาณน้ำเก็บกักในเขื่อนในระยะยาว เพื่อแก้ปัญหาการขาดแคลนน้ำในอนาคต

เมื่อปริมาณน้ำต้นทุนที่มีกับปริมาณความต้องการใช้น้ำไม่สมดุลกัน จึงมีแนวคิดที่จะเพิ่มปริมาณน้ำเก็บกักของเขื่อนภูมิพล โดยเสนอ 3 แนวทางด้วยกัน คือ 1. การคำนวณความต้องการใช้น้ำที่แท้จริงโดยใช้ข้อมูล Could-Based IrriSat Application ติดตามพื้นที่เพาะปลูกจากข้อมูลภาพถ่ายดาวเทียม วิเคราะห์ความต้องการใช้น้ำในทุกกิจกรรมบนพื้นที่โครงการเจ้าพระยาใหญ่ ซึ่งหากคำนวณความต้องการน้ำที่แท้จริงได้ ก็จะกำหนดการระบายน้ำที่แท้จริงได้อย่างถูกต้องตามความต้องการใช้น้ำ และถ้าควบคุมพื้นที่เพาะปลูกได้อย่างเหมาะสมตามปัจจัยน้ำต้นทุน จะสามารถประหยัดส่วนหนึ่งจากเขื่อนได้ 

2. การปรับเปลี่ยนกลยุทธ์การระบายน้ำของเขื่อนภูมิพลใหม่ โดยนำเสนอแบบจำลองโดยอาศัยหลักปัญญาประดิษฐ์ (AI) คือ แบบจำลองแบบ Fuzzy และ แบบจำลอง Neuro Fuzzy แบบปรับได้ ซึ่งผลการวิเคราะห์เบื้องต้นพบว่า สามารถเพิ่มปริมาณน้ำต้นทุนก่อนฤดูฝนได้ 18.37% และก่อนฤดูแล้ง 15.57% และ 3. การใช้โปรแกรมเชิงสุ่มแบบข้อจำกัด โดยนำข้อมูลการพยากรณ์ปริมาณน้ำไหลเข้าอ่างมากำหนดการระบายน้ำ โดยอาศัยเทคนิคการเรียนรู้แบบเคลื่อน (Machine Learning) ซึ่งผลการทดสอบเบื้องต้นพบว่า สามารถเพิ่มปริมาณน้ำไหลเข้าเขื่อนในช่วงก่อนฤดูฝนได้ 14% ขณะที่ในช่วงฤดูแล้งสามารถเพิ่มปริมาณน้ำต้นทุนได้ 10.36%  

ดึง AI เพิ่มประสิทธิภาพบริหารเขื่อน จัดการน้ำต้นทุน

ในระยะต่อไป จะได้นำผลลัพธ์ที่ได้จากโครงการวิจัยอื่นในแผนฯ ไม่ว่าจะเป็นปริมาณการคาดการณ์ฝนล่วงหน้าสองสัปดาห์ ปริมาณน้ำท่าในพื้นที่ที่ได้จากแบบจำลองที่มีความแม่นยำ หรือกระทั่งปริมาณความต้องการน้ำที่แท้จริงในพื้นที่ ถือเป็นข้อมูลนำเข้าที่สำคัญในแบบจำลองของการปฏิบัติอ่างเก็บน้ำของเขื่อนภูมิพล เชื่อว่า หากการดำเนินงานแล้วเสร็จ จะเป็นส่วนสำคัญให้หน่วยงานภาคปฏิบัติ ไม่ว่าจะเป็นกรมชลประทาน และ กฟผ. นำไปใช้กำหนดแผนการบริหารจัดการน้ำในเขื่อนที่มีประสิทธิภาพในอนาคต หมายถึง สามารถบริหารจัดการน้ำต้นทุนในระยะยาวได้มีประสิทธิภาพ ลดปัญหาน้ำท่วม และภัยแล้งได้ 

ขณะนี้ทีมวิจัยอยู่ในระหว่างปรับสมการข้อจำกัดให้สอดคล้องกับพื้นที่ศึกษา โดยหารือกับผู้ปฏิบัติงานในส่วนของกองการจัดการทรัพยากรน้ำ กฟผ.เพื่อให้สอดคล้องกับพันธกิจ        

นอกจากนี้ หากพิจารณาถึงแหล่งน้ำต้นทุนอื่นๆ ที่จะสามารถเพิ่มปริมาณน้ำกักเก็บ/ประหยัดน้ำได้เพิ่มขึ้นนั้น ในงานศึกษาและประเมินปริมาณน้ำต้นทุน (น้ำท่า น้ำผิวดิน และน้ำบาดาล) ในพื้นที่ลุ่มเจ้าพระยาตอนล่าง โดย ผศ.ดร.ไชยาพงษ์ เทพประสิทธิ์ ภาควิชาวิศวกรรมชลประทาน คณะวิศวกรรมศาสตร์ วิทยาเขตกำแพงแสน ซึ่งต้องการรู้ถึงปริมาณน้ำต้นทุนในลุ่มเจ้าพระยาตอนล่างที่ละเอียดมากยิ่งขึ้น โดยใช้แบบจำลองวิเคราะห์ปริมาณน้ำท่าในพื้นที่ เพื่อหาแหล่งน้ำและปริมาณน้ำในลุ่มเจ้าพระยา โดยเฉพาะแหล่งน้ำขนาดเล็กที่มีขนาด 50 ไร่ขึ้นไปในชุมชนที่อยู่ทั้งตอนบน ตอนกลาง และตอนล่างลุ่มเจ้าพระยา ปริมาณความจุ และปริมาณน้ำผันแปรในแต่ละเดือน รวมถึงข้อมูลปริมาณน้ำ Side Flow หรือฝนที่ตกลงมาในพื้นที่ ซึ่งจะเป็นข้อมูลที่นำมาใช้ในการจัดสรรน้ำได้เมื่อรู้ว่าฝนตกเท่านี้จะเกิดน้ำท่าเท่าไหร่จะเป็นประโยชน์กับการส่งน้ำของชลประทาน และข้อมูลแหล่งน้ำบาดาลในพื้นที่ทั้งหมด หากสามารถนำมาใช้ประโยชน์จะช่วยลดภาระการส่งน้ำของเขื่อนได้

ดึง AI เพิ่มประสิทธิภาพบริหารเขื่อน จัดการน้ำต้นทุน

ผลการศึกษาพบว่า ในพื้นที่ลุ่มเจ้าพระยา นอกจากจะมีแหล่งน้ำต้นทุนจากน้ำผิวดิน ไม่ว่าจะเป็นจากอ่างเก็บน้ำขนาดใหญ่ อ่างเก็บน้ำขนาดกลาง ยังมีแหล่งน้ำต้นทุนสำคัญที่จะนำมาใช้ประโยชน์ได้อีก คือ แหล่งน้ำขนาดเล็กในชุมชน ที่มีปริมาณน้ำเก็บกักได้ถึง 4,077– 4,554 ล้าน ลบ.ม./ปี ซึ่งในเบื้องต้นทีมวิจัยได้สำรวจภาคสนามและลงพื้นที่สัมภาษณ์การใช้ประโยชน์แหล่งน้ำขนาดเล็กในลุ่มเจ้าพระยา จำนวนกว่า 318 แห่ง ทำให้เห็นศักยภาพของแหล่งน้ำชุมชนและรูปแบบการใช้ประโยชน์ที่น่าสนใจ อาทิ การใช้แหล่งน้ำขนาดเล็กร่วมกับน้ำชลประทาน เป็นต้น

ผศ.ดร.ไชยาพงษ์ กล่าวว่า การมีงานวิจัยที่ใช้เทคโนโลยีสมัยใหม่เข้ามาช่วยบริหารจัดการ โดยมีข้อมูลความต้องการน้ำที่ถูกต้องทันต่อเวลา มีข้อมูลปริมาณน้ำท่าบริเวณท้ายน้ำที่ละเอียดถูกต้อง จะทำให้การบริหารจัดการน้ำมีประสิทธิภาพยิ่งขึ้น และการแก้ปัญหาเรื่องการจัดสรรน้ำนอกจากการหาแหล่งน้ำเพิ่มแล้ว จะต้องเรียนรู้วิธีการนำน้ำจากแหล่งน้ำมาใช้ให้เกิดประโยชน์และมีรูปแบบที่เหมาะสม

รศ.ดร.สุจริต คูณธนกุลวงศ์ ในฐานะประธานคณะกรรมการอำนวยการแผนงานยุทธศาสตร์เป้าหมาย(spearhead)ด้านสังคม แผนการบริหารจัดการน้ำ กล่าวว่าจากนี้ไปจะต้องประหยัดน้ำในฤดูฝน เพื่อเก็บน้ำไว้ใช้ในฤดูแล้ง การบริหารเขื่อนเป็นเรื่องที่ภาครัฐต้องการให้เพิ่มปริมาณน้ำเก็บกักน้ำก่อนเข้าหน้าแล้ง หรือ 1 พ.ย.ของทุกปีจาก 65% ขึ้นเป็น 85% 

ดึง AI เพิ่มประสิทธิภาพบริหารเขื่อน จัดการน้ำต้นทุน

ดังนั้น เพื่อให้ผลการวิจัยตอบโจทย์การใช้งานได้จริง กลไกวิจัยรูปแบบใหม่ จึงเน้นการทำงานร่วมกับผู้มีส่วนเกี่ยวข้องโดยตรง ตั้งแต่เริ่มต้น อาทิ EGAT, กรมชลประทาน และ สทนช. เป็นต้น ซึ่งผลการศึกษาในปีแรกนี้ ได้ผลลัพธ์ของงานวิจัยในชุดโครงการ เป็นข้อมูลสำคัญที่สามรถนำมาเชื่อมโยงและปรับใช้แบบจำลอง อาทิ ข้อมูลปริมาณฝนคาดการณ์ล่วงหน้าสองสัปดาห์ ปริมาณความต้องการใช้น้ำในพื้นที่ราบภาคกลางโดยใช้ข้อมูลจากภาพถ่ายดาวเทียม ปริมาณน้ำท่า น้ำผิวดิน และน้ำใต้ดิน โดยใช้แบบจำลองการปฏิบัติการอ่างเก็บน้ำที่อยู่ระหว่างการพัฒนา เพื่อใช้ในการบริหารเขื่อนต่อไป ซึ่งผลการวิเคราะห์จะถูกนำไปใช้ประกอบการตัดสินใจปล่อยน้ำ และช่วยทำให้การเก็บกักน้ำของเขื่อนภูมิพลในช่วงฤดูฝนเพิ่มขึ้นตามเป้าหมาย

ด้านนางวันเพ็ญ แก้วแกมทอง หัวหน้ากองจัดการทรัพยากรน้ำ การไฟฟ้าฝ่ายผลิตแห่งประเทศไทย (กฟผ.) กล่าวว่า กฟผ.นอกจากการผลิตและจัดหาไฟฟ้าแล้ว ยังดูแลอ่างเก็บน้ำขนาดใหญ่และขนาดกลาง 12 แห่งทั่วประเทศ ร่วมกับกรมชลประทาน คณะอนุกรรมการด้านน้ำ และสำนักงานทรัพยากรน้ำแห่งชาติ ส่วนการพัฒนางานด้านการบริหารจัดการน้ำนอกจากงานวิจัยที่มีดำเนินการเองแล้ว งานวิจัยภายใต้โครงการวิจัยเข็มมุ่งฯ หรือ Spearhead ด้านสังคม แผนการบริหารจัดการน้ำ เป็นอีกส่วนหนึ่งที่จะเข้ามาช่วยเพิ่มประสิทธิภาพการจัดการน้ำของ กฟผ. ได้ดียิ่งขึ้น

“การปรับเปลี่ยนแนวทางปฏิบัติการอ่างเก็บน้ำ การบริหารจัดการ Reservoir Reoperation เป็นงานวิจัยที่น่าสนใจอย่างยิ่ง เนื่องจากจะมีการนำเทคโนโลยีสมัยใหม่ไม่ว่าจะเป็น AI ที่ช่วยคาดการณ์ปริมาณน้ำไหลเข้าเขื่อน หรือเทคนิควิธีที่นำมาช่วย Reoperation อ่างเก็บน้ำ เพื่อเพิ่มปริมาณน้ำต้นทุนในระยะยาวของเขื่อนภูมิพล ถือเป็นโครงการวิจัยที่สามารถตอบโจทย์การบริหารจัดการน้ำในลุ่มน้ำเจ้าพระยาได้ดีขึ้น นอกจากนี้การประเมินปริมาณน้ำท่าในพื้นที่ลุ่มน้ำเจ้าพระยาตอนล่าง จะช่วยให้เราทราบถึงปริมาณน้ำท่าในท้ายเขื่อนหรือในพื้นที่ชลประทานเอง ถือเป็นข้อมูลสนับสนุนการตัดสินใจการวางแผนการบริหารจัดการน้ำได้เช่นกัน”

ในช่วง 1 ปีที่ผ่านมา กฟผ.มีส่วนร่วมกับการทำวิจัยในครั้งนี้ ทั้งให้การสนับสนุนด้านข้อมูลและสนับสนุนผู้ปฏิบัติงาน เข้าร่วมศึกษาและแลกเปลี่ยนเรียนรู้กับทีมวิจัย นอกจากจะได้ประโยชน์ในแง่ของการนำชิ้นงานมาประยุกต์ใช้แล้ว ในตัวขององค์ความรู้ยังเป็นประโยชน์ในการพัฒนาต่อยอดใช้กับอีกหลายเขื่อน เช่น เขื่อนศรีนครินทร์ เขื่อนวชิราลงกรณ์ โดยเฉพาะเขื่อนอุบลรัตน์ในภาคอีสาน เนื่องจากเป็นเขื่อนขนาดเล็ก เมื่อเทียบกับปริมาณน้ำที่ไหลเข้าเขื่อนซึ่งมีความแปรผันค่อนข้างมาก

ดึง AI เพิ่มประสิทธิภาพบริหารเขื่อน จัดการน้ำต้นทุน

เพราะการบริหารจัดการน้ำนั้นมีความซับซ้อน จึงมีความจำเป็นต้องนำเทคโนโลยี และองค์ความรู้ใหม่ๆ เข้ามา เพื่อลดผลกระทบจากน้ำท่วมและภัยแล้งได้อย่างมีประสิทธิภาพ