ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ОБНАРУЖЕНИЯ АНОМАЛИЙ НА ЦЕНТРАЛЬНОМ ПУНКТЕ ПОДГОТОВКИ НЕФТИ

Abstract

Центральный пункт подготовки нефти (ЦППН) представляет собой важнейший элемент нефтегазовой инфраструктуры, который обеспечивает очистку и стабилизацию нефти перед её дальнейшей транспортировкой или переработкой.

В данной работе предложено использование методов машинного обучения (ML), таких как Isolation Forest, DBSCAN, которые позволяют эффективно выявлять аномалии и предсказывать возможные отказы оборудования. Это способствует улучшению качества работы системы и снижению затрат. Рассмотренные примеры показывают значительное повышение производительности, снижение затрат и улучшение качества нефти, а также обсуждаются перспективы дальнейшего внедрения искусственного интеллекта в нефтегазовую отрасль.