ИТМО · ПАО «Газпром нефть»
Прогноз отказов ЭЦН
Oleg Starkov / Case study
- Статус
- Research
- Роль
- ML Engineer
- Период
- 10.2024 — 03.2026
- Контекст
- ИТМО · ПАО «Газпром нефть»
Прогноз отказов ЭЦН по вибрационным временным рядам.
- Задача
- Помогает раньше выявлять риск отказа оборудования и снижать вероятность внепланового простоя.
- Мой вклад
- Обработка сигналов, feature engineering, обучение модели и оценка прикладного сценария.
- Результат
- Модель прогнозирования отказов для ПАО «Газпром нефть» в рамках проекта ИТМО.
Что сделано
- Подготовка временных рядов
- Обработка вибросигналов
- Feature engineering
- Обучение ML-модели
- Оценка риска отказа
- Сценарий ранней диагностики
Прогноз отказов погружных насосов (ЭЦН) по вибрационным временным рядам.
Обработка сигналов, выделение признаков, обучение модели для раннего выявления риска отказа и снижения внеплановых простоев.
Роль: feature engineering, обучение модели, оценка прикладной ценности для predictive maintenance.
Стек
- Python
- scikit-learn
- Time series
- Feature engineering
- pandas
- NumPy