Прогнозирование аварий на погружном насосном оборудовании с использованием методов искусственного интеллекта

Как известно, в процессе работы электрических погружных насосов собираются и обрабатываются большие объемы данных. Для оптимизации работы операторов центра управления разработкой рекомендуется использовать автоматизированную систему предупреждения осложнений. Так операторам удастся своевременно получать информацию о возможных сбоях в работе оборудования, что, в свою очередь, позволит увеличить срок службы данного оборудования и снизить операционные затраты на ремонт. Целью представленного исследования являлась разработка модели для прогнозирования аварий на погружном насосном оборудовании с использованием методов искусственного интеллекта. Для выявления наиболее точной модели в данной работе приведено сравнение следующих методов прогнозирования: метода ближайших соседей и метода построения линейного классификатора. Представленная корреляция создана на основе 30 параметров с 272 скважин месторождения Восточной Сибири. Ее использование позволило без ошибок спрогнозировать сбои и осложнения в работе насосного оборудования в зависимости от газового фактора и частоты. Таким образом, разработанная модель может быть использована предприятиями нефтегазодобывающей отрасли для прогнозирования сбоев и аварий в работе погружного насосного оборудования. Проведенное исследование показывает, что точность прогнозирования искомого параметра в разработанной модели искусственного интеллекта превосходит результаты обычных статистических методов. Также модель может быть полезна в перспективе оптимизации процессов при планировании и разработке месторождений. Искусственный интеллект является наилучшим методом прогнозирования аварий на погружном оборудовании, благодаря высокой скорости и точности когнитивные технологии широко применяются в обработке больших данных. 

погружное насосное оборудование, искусственный интеллект, прогнозирование, коэффициент корреляции, средняя абсолютная ошибка