АНАЛИЗ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ГТУ. ЧАСТЬ 3. ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ

Standard

АНАЛИЗ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ГТУ. ЧАСТЬ 3. ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ. / Блинов, Виталий Леонидович ; Дерябин, Глеб Алексеевич.
в: Вестник машиностроения, Том 103, № 2, 2024, стр. 97-104.

Результаты исследований: Вклад в журнал › Статья › Рецензирование

BibTeX

@article{6a69e99b2e7f46bfb31d3fd1f8a9f2ad,

title = "АНАЛИЗ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ГТУ. ЧАСТЬ 3. ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ",

abstract = "Рассмотрен способ оценки коэффициента технического состояния газотурбинной установки для транспортировки природного газа методами машинного обучения. В качестве исходных данных использованы архивные газодинамические параметры, записанные системой автоматического управления установки. Исходный набор данных создавали способом определения мощности по изменению энтальпии природного газа до и после нагнетателя. Программный комплекс реализован в Python, для моделей машинного обучения использовали библиотеку Scikit-learn. В качестве критерия качества прогноза выбрана средняя абсолютная ошибка в процентах. Качество прогноза моделей машинного обучения оценивали при разных наборах параметров-признаков и объемах выборок. Даны рекомендации по использованию моделей.",

author = "Блинов, {Виталий Леонидович} and Дерябин, {Глеб Алексеевич}",

year = "2024",

doi = "10.36652/0042-4633-2024-103-2-97-104",

language = "Русский",

volume = "103",

pages = "97--104",

journal = "Вестник машиностроения",

issn = "0042-4633",

publisher = "Общество с ограниченной ответственностью {"}Издательство {"}Инновационное машиностроение{"}",

number = "2",

}

RIS

TY - JOUR

T1 - АНАЛИЗ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ГТУ. ЧАСТЬ 3. ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ

AU - Блинов, Виталий Леонидович

AU - Дерябин, Глеб Алексеевич

PY - 2024

Y1 - 2024

N2 - Рассмотрен способ оценки коэффициента технического состояния газотурбинной установки для транспортировки природного газа методами машинного обучения. В качестве исходных данных использованы архивные газодинамические параметры, записанные системой автоматического управления установки. Исходный набор данных создавали способом определения мощности по изменению энтальпии природного газа до и после нагнетателя. Программный комплекс реализован в Python, для моделей машинного обучения использовали библиотеку Scikit-learn. В качестве критерия качества прогноза выбрана средняя абсолютная ошибка в процентах. Качество прогноза моделей машинного обучения оценивали при разных наборах параметров-признаков и объемах выборок. Даны рекомендации по использованию моделей.

AB - Рассмотрен способ оценки коэффициента технического состояния газотурбинной установки для транспортировки природного газа методами машинного обучения. В качестве исходных данных использованы архивные газодинамические параметры, записанные системой автоматического управления установки. Исходный набор данных создавали способом определения мощности по изменению энтальпии природного газа до и после нагнетателя. Программный комплекс реализован в Python, для моделей машинного обучения использовали библиотеку Scikit-learn. В качестве критерия качества прогноза выбрана средняя абсолютная ошибка в процентах. Качество прогноза моделей машинного обучения оценивали при разных наборах параметров-признаков и объемах выборок. Даны рекомендации по использованию моделей.

UR - https://www.elibrary.ru/item.asp?id=61098724

U2 - 10.36652/0042-4633-2024-103-2-97-104

DO - 10.36652/0042-4633-2024-103-2-97-104

M3 - Статья

VL - 103

SP - 97

EP - 104

JO - Вестник машиностроения

JF - Вестник машиностроения

SN - 0042-4633

IS - 2

ER -

ID: 54376181