РАЗРАБОТКА ПРОГНОЗНОЙ МОДЕЛИ ВОЗНИКНОВЕНИЯ ДЕФЕКТОВ НА ГАЗОПРОВОДАХ С ИСПОЛЬЗОВАНИЕМ АЛГОРИТМОВ ГЛУБОКОГО ОБУЧЕНИЯ (600,00 руб.)

Первый автор	Шибанов
Авторы	Губанов Д.В., Почикеев Д.С., Кочубей Ф.А., Жучков К.Н.
Страниц	9

ID	937994
Аннотация	Настоящая статья посвящена построению и применению на практике модели нейронной сети для решения актуальной задачи прогнозирования появления стресс- коррозионных дефектов в трубопроводах высокого давления. В качестве целевого показателя для обучения модели была выбрана информация, полученная в ходе многолетних обследований газотранспортной системы и хранимая в корпоративной базе данных " Инфотех" . Для обучения модели использовались данные по 17 участкам различных газопроводов общей протяженностью более 1000 км. Вероятность правильного прогноза модели после обучения составила 82, 3 % . Описаны общие принципы функционирования модели, процесс ее построения и обучения, а также методы обработки и нормализации данных. Проведен анализ результатов и очерчены перспективы улучшения работы с данными в рамках повышения устойчивости результата прогноза, а также расширения возможностей модели. Отмечено, что можно использовать вероятностные статистические и нейросетевые алгоритмы прогнозирования дефектов для повышения достоверности оценки технического состояния оборудования нефтегазовой отрасли, существенно снижая при этом трудоемкость проведения полевых работ. Перспективой данного направления является синтез алгоритма прогноза технического состояния оборудования, исходя из накопленного массива информации, одновременно применяя и робастные методы, и методы глубокого обучения

РАЗРАБОТКА ПРОГНОЗНОЙ МОДЕЛИ ВОЗНИКНОВЕНИЯ ДЕФЕКТОВ НА ГАЗОПРОВОДАХ С ИСПОЛЬЗОВАНИЕМ АЛГОРИТМОВ ГЛУБОКОГО ОБУЧЕНИЯ / А.В. Шибанов [и др.] // Автоматизация и информатизация ТЭК .— 2025 .— №8 .— С. 29-37 .— URL: https://rucont.ru/efd/937994 (дата обращения: 19.09.2025)