Детальная информация

Название Мероприятия по разработке и внедрению системы предиктивной аналитики для предотвращения непредвиденных отказов скважинного глубинно-насосного и нефтепромыслового оборудования (на примере ПАО «Татнефть»): выпускная квалификационная работа бакалавра: направление 38.03.02 «Менеджмент» ; образовательная программа 38.03.02_34 «Управление нефтегазовыми предприятиями»
Авторы Моисеенко Дарья Евгеньевна
Научный руководитель Багаева Ирина Владимировна
Организация Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли
Выходные сведения Санкт-Петербург, 2025
Коллекция Выпускные квалификационные работы ; Общая коллекция
Тематика предиктивная аналитика ; цифровизация нефтегазовой отрасли ; скважинное глубинно-насосное оборудование ; машинное обучение ; предотвращение отказов; индустрия 4.0 ; predictive analytics ; digitalization of the oil and gas industry ; downhole pumping equipment ; machine learning ; failure prevention ; industry 4.0
Тип документа Выпускная квалификационная работа бакалавра
Тип файла PDF
Язык Русский
Уровень высшего образования Бакалавриат
Код специальности ФГОС 38.03.02
Группа специальностей ФГОС 380000 - Экономика и управление
DOI 10.18720/SPBPU/3/2025/vr/vr25-4963
Права доступа Доступ по паролю из сети Интернет (чтение, печать)
Дополнительно Новинка
Ключ записи ru\spstu\vkr\38870
Дата создания записи 24.09.2025

Разрешенные действия

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа Анонимные пользователи
Сеть Интернет

Тема выпускной квалификационной работы: «Мероприятия по разработке и внедрению системы предиктивной аналитики для предотвращения непредвиденных отказов скважинного глубинно-насосного и нефтепромыслового оборудования на примере ПАО «Татнефть».» Данная работа посвящена разработке и внедрению системы предиктивной аналитики с целью предотвращения непредвиденных отказов скважинного глубинно-насосного и нефтепромыслового оборудования на примере ПАО «Татнефть». Задачи, которые решались в ходе исследования: 1. Анализ текущего состояния и причин отказов нефтепромыслового и насосного оборудования ПАО «Татнефть». 2. Сравнение статистики отказов с другими компаниями отрасли для выявления типичных проблем. 3. Изучение методов и технологий предиктивной аналитики, применяемых в нефтегазовом секторе. 4. Разработка концептуальной модели системы предиктивной аналитики и оценка её экономической эффективности. Работа проведена на основе открытых данных и корпоративных материалов ПАО «Татнефть», с использованием современных цифровых инструментов: Python, Power BI, Statistica, а также методик математического и статистического моделирования. Анализ выполнялся с применением алгоритмов машинного обучения, ориентированных на прогнозирование вероятности отказов оборудования. В результате была разработана структура предиктивной модели, позволяющей своевременно выявлять потенциальные неисправности и снижать риск внеплановых простоев. На основании предложенной системы предложены мероприятия по повышению надёжности оборудования, сокращению затрат на ремонты и улучшению промышленной безопасности. Для достижения поставленных целей в работе были использованы и адаптированы следующие информационные технологии и программные решения: Кaspersky Endpoint Security; Business Studio; Archimate; Statistica 13; gretl; Python; PyCharm; Knime; Acrobat Reader; PostgreSQL; Google Chrome + Firefox + Yandex Browser; Power BI Desktop; EVA оценка рисков; EVA экономическая оценка нефтегазовых проектов; PSPP; Proba Media; 1С Предприятие 8.3 - учебная версия; Консультант Плюс Эксперт (обновляемая версия); Anylogic; Project Expert; 1С:Зарплата и управление персоналом КОРП, редакция 3.1; 1С:Бухгалтерия 8.3; СПАРК Интерфакс; 7-zip; AltaMax; Oracle Virtual Box; VISUM; VISSIM; QGIS; ACTEP.

Topic of the final qualification work: "Events on the development and implementation of a predictive analytics system to prevent unexpected failures of well pumping and oil field equipment using the example of PJSC Tatneft." This work is devoted to the development and implementation of a predictive analytics system to prevent unexpected failures of downhole pumping and oilfield equipment using the example of PJSC Tatneft. Tasks that were solved during the study: 1. Analysis of the current state and causes of failures of oilfield and pumping equipment of PJSC Tatneft. 2. Comparison of failure statistics with other companies in the industry to identify typical problems. 3. Study of predictive analytics methods and technologies used in the oil and gas sector. 4. Development of a conceptual model of a predictive analytics system and assessment of its economic efficiency. The work was carried out on the basis of open data and corporate materials of PJSC Tatneft, using modern digital tools: Python, Power BI, Statistica, as well as mathematical and statistical modeling techniques. The analysis was performed using machine learning algorithms focused on predicting the probability of equipment failures. As a result, the structure of a predictive model was developed that allows for the timely detection of potential malfunctions and the reduction of the risk of unscheduled downtime. Based on the proposed system, measures were proposed to increase equipment reliability, reduce repair costs and improve industrial safety. To achieve the goals set, the following information technologies and software solutions were used and adapted in the work: Kaspersky Endpoint Security; Business Studio; Archimate; Statistica 13; gretl; Python; PyCharm; Knime; Acrobat Reader; PostgreSQL; Google Chrome + Firefox + Yandex Browser; Power BI Desktop; EVA risk assessment; EVA economic assessment of oil and gas projects; PSPP; Proba Media; 1C Enterprise 8.3 - training version; Consultant Plus Expert (updated version); Anylogic; Project Expert; 1C: Salary and HR Management CORP, edition 3.1; 1C: Accounting 8.3; SPARK Interfax; 7-zip; AltaMax; Oracle Virtual Box; VISUM; VISSIM; QGIS; ACTEP.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать Печать
Интернет Авторизованные пользователи СПбПУ
Прочитать Печать
Интернет Анонимные пользователи

Количество обращений: 2 
За последние 30 дней: 2

Подробная статистика