Адекватная оценка технического состояния (ТС) любого электроэнергетического комплекса предприятий нефтегазоперерабатывающей промышленности (НГП), включая системы электроснабжения на базе трансформаторных подстанций (КТП) (рис. 1) [1–4] и главных технологических агрегатов — компрессорных установок (центробежных нагнетателей) [5–8] в значительной степени обеспечивает безаварийную работу магистральных газопроводов.
Определение ТС представляет собой задачу классификации, то есть создания алгоритма, способного определить принадлежность объекта к заданным классам (состояниям) [9–12]. Решение задачи может быть проведено с помощью различных методов и математических алгоритмов. Так продукционный метод обеспечивает решение задачи классификации в машинном обучении, который основан на создании набора правил или продукций для классификации объектов. При этом каждая продукция представляет собой логическое правило, описывающее, какие признаки объекта приводят к его отнесению к определенному классу. Классификация объекта выполняется путем применения продукций в порядке их приоритета. Как только одна из продукций выполняется, объекту присваивается соответствующий класс. Метод опирается на условные вероятности, оцененные на основе продукций. Продукционный метод позволяет строить сложные правила классификации, учитывая разнообразные комбинации признаков. Он особенно полезен, когда классификация зависит от логических последовательностей событий или имеет четко определенные правила.
С развитием вычислительной техники и сбора больших объемов данных, начали разрабатываться более сложные алгоритмы машинного обучения, включая методы опорных векторов, случайные леса и нейронные сети [13–16]. Эти методы позволили решать более сложные задачи классификации и регрессии [17–20].
Задача оценки остаточного ресурса (ООР) эксплуатируемого электрооборудования (ЭО) относится к классу задач индивидуального прогнозирования. На основе этого прогноза устанавливается предельно-допустимый срок эксплуатации ЭО или назначается срок очередного контроля состояния исследуемого объекта. Наряду с оценкой текущего состояния ЭО, ООР является неотъемлемой часть алгоритмов управления жизненным циклом ЭО. Наиболее простыми методами решения задачи ООР являются анализ параметров наработки для оборудования непрерывного цикла и параметров рабочего цикла нагрузки для ЭО с циклическим графиком работы [21–25]. Прогнозирование временных рядов диагностических параметров помогает предотвратить неплановые остановки оборудования, снижает затраты на ремонт и обслуживание, а также повышает надежность и эффективность технических систем.