Azərbaycan Milli Elmlər Akademiyası

AMEA-nın İnformasiya Texnologiyaları İnstitutunun şöbə müdiri, texnika üzrə fəlsəfə doktoru, dosent Yadigar İmamverdiyev və aparıcı elmi işçisi, texnika üzrə fəlsəfə doktoru, dosent Fərqanə Abdullayevanın həmmüəllifi olduqları “Dərin təlim əsasında neft quyusu avadanlıqlarının vəziyyətinin monitorinqi” adlı məqalə “Advances in Data Science and Adaptive Analysis” jurnalında çap olunub.

Tədqiqat işində çoxsaylı sensorlardan əldə edilmiş zaman sırası verilənlərinin analizi əsasında neft quyuları avadanlıqlarında nasazlıqların əvvəlcədən proqnozlaşdırılması üçün dərin LSTM steki və CNN modelləri təklif edilib. Qurulmuş dərin təlim üsullarında 10 gizli lay və hər bir layda 250 neyron istifadə edilib.

Metodların effektivliyi neft quyularında quraşdırılmış 8 sensordan əldə edilmiş real verilənlər üzərində müxtəlif metrikalar əsasında test edilib. Sensorlar uyğun olaraq neftin temperaturu, süzgəcin təzyiqi, neftin axın sürəti, diyircəkli yastığın vibrasiya dərəcəsi haqqında məlumat toplayır. Hər bir sensorun qeydə aldığı verilənlər bir zaman sırasını təşkil edir. 8 sensordan əldə edilmiş hər bir zaman sırası ayrı-ayrılıqda analiz edilib.

Məqalə Azərbaycan Respublikası Dövlət Neft Şirkətinin Elm Fondunun maliyyələşdirdiyi “NG-AI4Oil: Neft mədənləri üçün yeni nəsil süni intellekt texnologiyalarının işlənməsi” qrant layihəsi çərçivəsində aparılmış elmi tədqiqatlar əsasında hazırlanıb.

Qeyd edək ki, “World Scientific” nəşriyyatında dərc olunan “Advances in Data Science and Adaptive Analysis” jurnalı “Web of Science”, “Scopus”, “Compendex”, “DBLP”, “EBSCO”, “Mathematical Reviews/MathSciNet”, “Google Scholar” və digər beynəlxalq elmi bazalarda indeksləşir və referatlaşır. Jurnal “Scopus” bazasında Q1 sinfinə daxildir.

© Bütün hüquqlar qorunur. Xəbərlərdən istifadə edərkən www.science.gov.az saytına istinad zəruridir.