Применение методов машинного обучения для повышения эффективности работы газотурбинной установки компрессорной станции

В статье рассматриваются методы машинного обучения для повышения эффективности работы газотурбинной установки компрессорной станции. Отмечено, что при подготовке и анализу данных для улучшения эффективности работы газотурбинной установки компрессорной станции при прогнозировании количества использованной и сгенерированной электроэнергии методами машинного обучения, а также оценки важности и влияния на прогнозирование периода суток, месяца, года, температуры, влажности воздуха, атмосферного давления и других признаков. набор данных, используемых в данной работе, содержит сведения об использовании и генерации электроэнергии, а также погодные показатели за 11 месяцев с периодом фиксации данных 1 минута. Выявлено, что обработка данных в рамках статистических методов обработки информации наиболее эффективен коэффициент детерминации при оценке точности прогнозирования. Сделан вывод о том, что метод машинного обучения весьма повышает эффективность работы газотурбинной установки компрессорной станции для решения задачи прогнозирования объемов генерации и потребления электрической энергии в MicroGrid на базе анализа большого количества разнотипных параметров. При этом, использование предварительной обработки данных позволяет повысить точность прогнозирования на величину от 2 до 25% для рассматриваемого датасета.