Аннотация: Объектами работы являются наборы технологических параметров работы паровой турбины, методы машинного обучения. Цель работы: исследовать и выбрать подходящие методы машинного обучения для определения типа дефекта паровой турбины. Методы, используемые в работе: сравнение, программирование, аналитический метод, классификация, кластеризация. Результаты работы: на основе проведенного сравнительного анализа методов машинного обучения отобраны два алгоритма – NuSVC и QDA, показавшие наилучшую точность в решении поставленной задачи диагностирования дефектов проточной части паровой турбины. Область применения результатов: построение систем предсказательной аналитики для паротурбинного оборудования
Кувенева Н. А. Диагностика состояния паровой турбины с помощью методов машинного обучения / Н. А. Кувенева. - Иваново, 2024. - 60 с.