张维罡(东北石油大学计算机与信息技术学院，黑龙江 大庆 163318)

0 引言

石油行业是一个涉及了多个学科的综合性工业领域，而在石油钻井领域中，减少成本，提高效率是所有人长期研究的课题。在如今信息化的时代，如何将传统的石油钻井项目与机器学习等创新型技术结合，建立数字化油田，是石油工作者目前工作的重点之一。本项目计划通过对钻井过程中的数据进行分析，使得机器学习、深度学习等创新型项目在钻井领域获得初步应用，对钻井速度进行优化。

1 系统总体架构设计

数据选择模块是对钻井过程中获得的参数进行筛选，该模块主要内容包括以下两点：第一是对比不同井的钻井数据，选择出数据量最大，参数最多，时间最长的一组钻井数据。第二是对钻井的参数进行对比，删除在整个钻井期间都维持不变的静态参数，并且把钻速为空的时间段删除。最终，数据选用2021年美国开源钻井数据，井号为16a_32，数据是2020年10月25日到11月4日每隔10秒收集一次的钻井数据，有32个参数，大约56万条数据。

2 数据清洗模块设计

数据清洗模块的目的为解决数据的质量问题。例如比如数据部分缺失、特征无效等。该模块主要工作为以下两点：第一，删除无关的数据，即剔除掉那些对于模型的实验结果无关的数据，例如钻头直径这样的数据；第二，删除特征值全为空或为0的数据。在钻井过程中，可能存在记录时出现错误导致没有记录的情况，这些参数就会为空，可以认为其是无效参数，可以在数据中删除。……