ПРОГНОЗИРОВАНИЕ ПОСТУПЛЕНИЯ НЕФТИ И ЖИДКОСТИ НА НЕФТЕСБОРНЫЙ ПУНКТ НЕФТЕГАЗОДОБЫВАЮЩЕГО ПРЕДПРИЯТИЯ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ (500,00 руб.)

Первый автор	Петров
Авторы	Ярославкина Е.Е., Бурлов С.А., Шакшин В.П., Тонкошкуров С.Ю.
Страниц	8

ID	903058
Аннотация	В статье рассматриваются методы машинного обучения и рекуррентная нейронная сеть для разработки информационной системы прогнозирования добычи и поступления нефти и жидкости на пункт сбора и подготовки нефти нефтегазодобывающего предприятия. Для анализа рассмотрены линейная регрессия, ансамбли деревьев решений – XGBOOST. В ходе проекта были изучены и разработаны регрессионные модели, такие как линейная регрессия, метод K- ближайших соседей ( KNN) , ансамбли деревьев решений ( XGBOOST) , а также модели на основе искусственной нейронной сети – многослойный линейный персептрон ( MLP) и LSTM. Были исследованы указанные модели, их отклики на изменение глобальных параметров

ПРОГНОЗИРОВАНИЕ ПОСТУПЛЕНИЯ НЕФТИ И ЖИДКОСТИ НА НЕФТЕСБОРНЫЙ ПУНКТ НЕФТЕГАЗОДОБЫВАЮЩЕГО ПРЕДПРИЯТИЯ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ / И.В. Петров [и др.] // Автоматизация и информатизация ТЭК .— 2024 .— №8 .— С. 18-25 .— URL: https://rucont.ru/efd/903058 (дата обращения: 28.04.2025)