Показана актуальность решения задачи прогнозирования значений технологических параметров блоков микропроцессорной релейной защиты для целей организации ремонтов по состоянию. Рассмотрены средства языка программирования Python для решения задачи классификации осциллограмм БМРЗ. Библиотеки, доступные при работе с языком Python (Pandas, MatPlotLib, NumPy, SciKit-Learn), были использованы для определения "идеальных" участков осциллограмм БМРЗ, близких к синусоиде, и "неидеальных" участков осциллограмм, не соответствующих синусоиде. Показана эффективность использование методов машинного обучения при решении данных задач, применительно к анализу осциллограмм блоков микропроцессорной релейной защиты: примеры работы с моделью показали правильную классификацию в 86% случаях.

The relevance indicator for solving forecasting problems are the technical parameters of microprocessor protection units for the purpose of arranging repairs as they are. The Python programming language tools for solving the problems of classification of BMRZ oscillograms are considered. Libraries available when working with the Python language (Pandas, MatPlotLib, NumPy, SciKit-Learn) were used to determine the "ideal" sections of the BMRZ waveforms close to the sine wave and the "non-ideal" sections of the waveforms that do not correspond to the sinusoid. Performance indicators for using machine learning methods to solve these problems, as applied to the analysis of oscillograms of microprocessor relay protection blocks: examples of work with confirmed classification in 86% of cases.