https://libeldoc.bsuir.by/handle/123456789/59659| Title: | Аспекты применения методов глубокого обучения для оптимизации энергопотребления на нефтеперерабатывающем заводе |
| Other Titles: | Aspects of applying deep learning methods for energy consumption optimization at an oil refinery |
| Authors: | Бабкин, И. А. Алаторцев, Е. И. |
| Keywords: | материалы конференций;машинное обучение;глубокое обучение;нейронные сети;искусственный интеллект;анализ данных;энергопотребление;нефтепереработка;нефтегазовая отрасль |
| Issue Date: | 2025 |
| Publisher: | БГУИР |
| 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. |
| 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. |
| Alternative abstract: | 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. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/59659 |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей (2025) |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Babkin_Aspekty.pdf | 376.6 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.