Введение Автоматизированная оценка состояния узлов электроцентробежных насосов (ЭЦН) является одной из важных задач, которые необходимо решить для повышения эффективности бизнеспроцессов нефтедобычи. Повышение эффективности процессов мониторинга состояния [1] и прогнозирования отказов ЭЦН зачастую требует разработки специального математического и информационного обеспечения. В настоящее время в мире бурно развиваются методы искусственного интеллекта (ИИ), включая предиктивную аналитику [2], основанную на глубокой обработке данных (data mining) с помощью машинного обучения и нейросетевых технологий. Однако количество подобных методов, введенных в промышленную эксплуатацию, достаточно невелико [3, 4]. В создании интеллектуальных информационных систем (ИИС) заинтересованы и многие крупные российские нефтегазовые компании. Кроме того, для выявления возможных аномалий в работе оборудования необходимо с помощью экспертов накопить необходимые знания, на осно-УДК 004.82; 004.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.