| DC Field | Value | Language |
|---|
| dc.contributor.author | Бабкин, И. А. | - |
| dc.contributor.author | Алаторцев, Е. И. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2025-05-02T06:49:09Z | - |
| dc.date.available | 2025-05-02T06:49:09Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Бабкин, И. А. Аспекты применения методов глубокого обучения для оптимизации энергопотребления на нефтеперерабатывающем заводе = Aspects of applying deep learning methods for energy consumption optimization at an oil refinery / И. А. Бабкин, Е. И. Алаторцев // Big Data и анализ высокого уровня = Big Data and Advanced Analytics : сборник научных статей XI Международной научно-практической конференции, Республика Беларусь, Минск, 23–24 апреля 2025 года / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: В. А. Богуш [и др.]. – Минск, 2025. – С. 276–280. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/59659 | - |
| dc.description.abstract | В условиях цифровизации экономики России нефтегазовая отрасль должна
соответствовать нарастающим технологическим требованиям, в том числе по оптимизации энергозатрат.
Традиционные методы сокращения энергопотребления на нефтеперерабатывающих заводах ограничены в
возможностях из-за низкого уровня автоматизации. Поэтому были рассмотрены современные подходы по
цифровизации, связанные с использованием методов глубокого обучения, позволяющие значительно
сократить энергозатраты за счет повышения на первом этапе оптимизации качества прогнозирования
энергопотребления.
Внедрение нейросетевых моделей на нефтеперерабатывающих заводах и развитие технологий
машинного обучения позволяет повысить уровень цифровизации и эффективности процесса оптимизации
энергопотребления. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | глубокое обучение | en_US |
| dc.subject | нейронные сети | en_US |
| dc.subject | искусственный интеллект | en_US |
| dc.subject | анализ данных | en_US |
| dc.subject | энергопотребление | en_US |
| dc.subject | нефтепереработка | en_US |
| dc.subject | нефтегазовая отрасль | en_US |
| dc.title | Аспекты применения методов глубокого обучения для оптимизации энергопотребления на нефтеперерабатывающем заводе | en_US |
| dc.title.alternative | Aspects of applying deep learning methods for energy consumption optimization at an oil refinery | en_US |
| dc.type | Article | en_US |
| local.description.annotation | In the context of digitalization of the Russian economy, the oil and gas industry must meet the
growing technological requirements, including energy consumption optimization. Traditional methods of reducing
energy consumption at oil refineries are limited in their capabilities due to the low level of automation. Therefore,
modern digitalization approaches related to the use of deep learning methods were considered, which allow to
significantly reduce energy costs by improving the quality of energy consumption forecasting at the first stage of
optimization.
The introduction of neural network models at refineries and the development of machine learning technologies
can increase the level of digitalization and efficiency of the energy consumption optimization process. | en_US |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей (2025)
|
