Р.А. Баташов1

1 Российский экономический университет имени Г.В. Плеханова (Москва, Россия)
1 rusbatashov@gmail.com

Постановка проблемы. Рассмотреть интеграцию моделей машинного обучения в эксплуатационные вычисления емкостных уровнемеров.

Цель. Разработка математического алгоритма, моделирование процессов измерений на базе уравнений машинного обучения, для вычисления объема нефтепродукта в резервуаре по принципу работы информационно-измерительной системы емкостного дискретно-непрерывного уровнемера.

Результаты. Представлен анализ принципов измерения на базе уравнений машинного обучения с использованием различных методов: непрерывного и дискретного измерения уровня. Разработан комбинированный подход для измерения уровня нефтепродуктов. Проведен сравнительный анализ технических характеристик различных методик измерения. На основе этого анализа была создана модель машинного обучения, использующая алгоритмы случайного леса и нейронных сетей, сделаны обоснованные технические выводы.

Практическая значимость. Внедрение информационных технологий и машинного обучения в процессы измерения открывает новые возможности для повышения точности и надежности данных в нефтегазовой отрасли.

Баташов Р.А. Исследование модели искусственных нейронных сетей при обработке и анализе данных с измерительной техники // Информационно-измерительные и управляющие системы. 2025. Т. 23. № 1. С. 33−40. DOI: https://doi.org/10.18127/ j20700814-202501-04

1. Гутников В.С. Интегральная электроника в измерительных устройствах: учебник для вузов. Л.: Энергия. 1980. 240 с.
2. Грохольский А.Л., Горбов М.М., Струнский М.Г, Федотов В.К. Емкостные первичные измерительные преобразователи диаметра неизолированного микропровода. Измерения, контроль, автоматизация: Науч.-техн. сб. обзоров / ЦНИИ ТЭН приборостроения. М.: Академия. 1978. 256 с.
3. Чередов А.И. Преобразователи для электрического измерения параметров емкостных датчиков. Дисс. на соискание ученой степени к.т.н. Л.: Энергия. 1984. 233 с.
4. Бухгольц В.П., Тисевич Э.Г. Емкостные преобразователи в системах автоматического контроля и управления. М.: Энергия. 1972. 80 с.
5. Пат. 2239164 Российская Федерация, МПК 21В 47/00. Емкостной уровнемер со штангой / А.Г. Годнев, В.М. Суслов; заявитель и патентообладатель А.Г. Годнев: опубл. в Б.И. 2002. № 30.
6. Миркес Е.М., Горбань А.Н., Дунин-Барковский В.Л., Кирдин А.Н. и др. Логически прозрачные нейронные сети и произ­водство явных знаний из данных. Нейроинформатика. Новосибирск: Наука. Сибирское предприятие РАН. 1998. 296 с.
7. Блохин Н.В., Макрушин С.В. Построение векторного представления отраслей экономики с помощью графовых нейронных сетей // Информационно-измерительные и управляющие системы. 2023. Т. 21. № 5. С. 7−15. DOI: https://doi.org/10.18127/ j20700814-202305-02