Отрывок: Науки о данных 48 1. Сбор исходных статистических данных (далее – ИСД). 2. Проверка ИСД на достоверность. 3. Временное прогнозирование. 4. Корреляционный анализ и оценка коэффициентов корреляции. 5. Проведение множественного регрессионного анализа. 6. Формирование мероприятий и обучение нейронной сети. Для прогнозирования временных рядов воспользуемся методом авторегрессии и проинтегрированного скользящего среднего (далее – АРПСС). Для прогн...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorСпиридонов Г. В.ru
dc.contributor.authorМокшин В. В.ru
dc.contributor.authorШамсиев Э. Х.ru
dc.coverage.spatialанализ состояния нефтяных скважинru
dc.coverage.spatialнефтяные скважиныru
dc.coverage.spatialпланированиеru
dc.coverage.spatialпрогнозированиеru
dc.coverage.spatialинформационные системыru
dc.coverage.spatialуправление нефтегазовым производствомru
dc.creatorСпиридонов Г. В., Мокшин В. В., Шамсиев Э. Х.ru
dc.date.issued2022ru
dc.identifierRU\НТБ СГАУ\493284ru
dc.identifier.citationСпиридонов, Г. В. Разработка информационной системы для повышения эффективности эксплуатации нефтяных скважин / Г. В. Спиридонов, В. В. Мокшин, Э. Х. Шамсиев // Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Самара : Изд-во Самар. ун-та, 2022Т. 5: Науки о данных / под ред. А. В. Куприянова. - 2022. - С. 051192.ru
dc.description.abstractВ данный момент грамотное и эффективное управление нефтегазовым производством является одной из наиболее важных и, в то же время, непростых задач. В ходе работы сотрудники производства сталкиваются с огромным количеством проблем, среди которых особенно злободневными являются низкий уровень планирования и нерелевантное прогнозирование процессов. Целью данной работы является разработка АИС для повышения эффективности эксплуатации нефтяных скважин за счёт улучшения качества планирования производственно-технических мероприятий.ru
dc.language.isorusru
dc.relation.ispartofИнформационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. -ru
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2022). - Т. 5 : Науки о данныхru
dc.titleРазработка информационной системы для повышения эффективности эксплуатации нефтяных скважинru
dc.typeTextru
dc.citation.spage051192ru
dc.citation.volume5ru
dc.textpartНауки о данных 48 1. Сбор исходных статистических данных (далее – ИСД). 2. Проверка ИСД на достоверность. 3. Временное прогнозирование. 4. Корреляционный анализ и оценка коэффициентов корреляции. 5. Проведение множественного регрессионного анализа. 6. Формирование мероприятий и обучение нейронной сети. Для прогнозирования временных рядов воспользуемся методом авторегрессии и проинтегрированного скользящего среднего (далее – АРПСС). Для прогн...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
ИТНТ-2022. Том 5. Науки о данных/978-5-7883-1793-9_2022-051192.pdf681.21 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.