Данная работа посвящена разработке прогнозных моделей для предсказания концентраций кислородсодержащих газов в масляных трансформаторах на основе переданных статистических массивов технологических параметров. Были рассмотрены методы классического анализа растворенных газов. Разобраны и применены методы анализа и предобработки данных, а также методы машинного обучения. На основе этих методов были разработаны и реализованы сценарии и алгоритмы прогнозирования исследуемых параметров. В конце работы сделаны выводы о проделанной работе и результатах применения прогнозных моделей. Описание разделов работы: в первом разделе кратко описан предмет исследования и классические методы анализа растворенных газов; во втором разделе разбираются математические методы, применяемые для разработки прогнозной модели; третий раздел посвящен используемому программному обеспечению; в четвертом разделе описан процесс разработки прогнозных моделей и приведены результаты их работы, сделаны выводы.

This work is devoted to the development of predictive models for predicting concentrations of oxygen-containing gases in oil transformers based on the transmitted statistical arrays of technological parameters. Methods of classical analysis of dissolved gases were considered. Methods of data analysis and preprocessing, as well as machine learning methods are analyzed and applied. Based on these methods, scenarios and algorithms for predicting the studied parameters were developed and implemented. At the end of the work, conclusions are made about the work done and the results of using predictive models. Description of work sections: The first section briefly describes the subject of research and classical methods of analysis of dissolved gases; The second section discusses the mathematical methods used to develop a predictive model; The third section is dedicated to the software used; The fourth section describes the process of developing predictive models and presents the results of their work, conclusions are made.