張磊 曹彩平 宋濤 杜俊杰

摘要：在大數(shù)據(jù)技術(shù)得到快速發(fā)展和廣泛運(yùn)用的時(shí)代背景下，智能油田的數(shù)據(jù)清洗成為確保智能油田數(shù)據(jù)分析有效性的關(guān)鍵任務(wù)，本研究旨在探討如何利用改進(jìn)的深度置信網(wǎng)絡(luò)算法結(jié)構(gòu)實(shí)現(xiàn)智能油田數(shù)據(jù)的快速清洗和分析。本文闡述了深度置信網(wǎng)絡(luò)、智慧油田以及數(shù)據(jù)清洗的基本概念，并且分析了基于改進(jìn)深度置信網(wǎng)絡(luò)的智慧油田數(shù)據(jù)快速清洗的現(xiàn)實(shí)意義及實(shí)施要點(diǎn)，結(jié)合實(shí)例對(duì)深度置信網(wǎng)絡(luò)在智慧油田數(shù)據(jù)快速清洗方面的實(shí)踐應(yīng)用做了具體分析，以期推動(dòng)智能油田數(shù)據(jù)清理工作的可持續(xù)發(fā)展。

關(guān)鍵詞：智能油田；深度置信網(wǎng)絡(luò)；數(shù)據(jù)快速清洗；改進(jìn)研究

引言

隨著信息技術(shù)手段的不斷發(fā)展，油田工程領(lǐng)域迎來(lái)了多種機(jī)遇及挑戰(zhàn)。在新時(shí)代背景下，油田工程應(yīng)積極探索信息技術(shù)手段與項(xiàng)目工程的融合應(yīng)用。深度置信網(wǎng)絡(luò)又稱為深度信念網(wǎng)絡(luò)，是新時(shí)代誕生的高人工智能化的數(shù)據(jù)處理算法，有利于提高智能油田數(shù)據(jù)快速清洗工作的效率和質(zhì)量[1]。本文將探討如何利用深度置信網(wǎng)絡(luò)優(yōu)化智能油田數(shù)據(jù)清洗工作，以期提高工作效率及數(shù)據(jù)質(zhì)量。

1. 基于改進(jìn)深度置信網(wǎng)絡(luò)的智能油田數(shù)據(jù)快速清洗的現(xiàn)實(shí)意義

1.1 有利于提高數(shù)據(jù)處理效率

石油工程是對(duì)國(guó)家工業(yè)發(fā)展效率和國(guó)際社會(huì)形勢(shì)有著重大影響的基礎(chǔ)性工程，在其建設(shè)和實(shí)施過(guò)程中優(yōu)化工作質(zhì)量和工作效率，有助于確保石油行業(yè)的開(kāi)采成果、工程進(jìn)度的有效控制以及開(kāi)采成本的降低，同時(shí)有助于石油工程實(shí)現(xiàn)安全、綠色和可持續(xù)發(fā)展目標(biāo)。基于改進(jìn)深度置信網(wǎng)絡(luò)進(jìn)行智能油田數(shù)據(jù)的快速清洗，能夠有效利用高級(jí)的數(shù)據(jù)處理算法及深度學(xué)習(xí)技術(shù)，自動(dòng)識(shí)別并糾正數(shù)據(jù)中的問(wèn)題，有效降低數(shù)據(jù)分析處理過(guò)程中重復(fù)或錯(cuò)誤數(shù)據(jù)對(duì)分析結(jié)果的影響。

1.2 有助于優(yōu)化石油企業(yè)效益

石油企業(yè)的經(jīng)營(yíng)效益容易受到全球石油市場(chǎng)波動(dòng)影響，立足于智能油田視角，為保障石油企業(yè)安全穩(wěn)定運(yùn)行，需要對(duì)相關(guān)數(shù)據(jù)信息進(jìn)行分析處理。基于改進(jìn)深度置信網(wǎng)絡(luò)的智能油田數(shù)據(jù)快速清洗工作，能夠利用新興技術(shù)手段實(shí)現(xiàn)大量數(shù)據(jù)信息的自動(dòng)化識(shí)別和高效率清洗處理，有效降低人員成本及時(shí)間成本，提高企業(yè)生產(chǎn)決策的科學(xué)性及有效性。同時(shí)，為石油企業(yè)提供全面可靠的數(shù)據(jù)支撐及引導(dǎo)，有效提升石油企業(yè)經(jīng)濟(jì)效益及社會(huì)效益。

1.3 有益于推動(dòng)油田智能化建設(shè)

隨著技術(shù)手段的不斷優(yōu)化，油田作為支撐國(guó)家工業(yè)發(fā)展的核心產(chǎn)業(yè)，應(yīng)該緊跟時(shí)代的發(fā)展，積極探索提高油田開(kāi)發(fā)治理工作效率與質(zhì)量的措施，引入多元技術(shù)手段打造高質(zhì)高效的智能油田。其中，基于改進(jìn)深度置信網(wǎng)絡(luò)進(jìn)行智能油田的數(shù)據(jù)快速清洗，能夠有效深化前沿性信息技術(shù)手段在智能油田建設(shè)管理工作中的應(yīng)用實(shí)踐，充分發(fā)揮深度置信網(wǎng)絡(luò)在數(shù)據(jù)處理方面的優(yōu)勢(shì)，使工作人員切實(shí)體會(huì)信息技術(shù)手段應(yīng)用的價(jià)值和意義，有效推動(dòng)油田的智能化建設(shè)發(fā)展[2]。

2. 基于改進(jìn)深度置信網(wǎng)絡(luò)的智能油田數(shù)據(jù)快速清洗的實(shí)施要點(diǎn)

2.1 數(shù)據(jù)清洗的常見(jiàn)問(wèn)題

在油田數(shù)字化建設(shè)過(guò)程中，數(shù)據(jù)清洗工作是智能油田數(shù)據(jù)處理的重要組成部分，通常涉及以下問(wèn)題。

（1）數(shù)據(jù)參考價(jià)值低。隨著油田的持續(xù)開(kāi)采應(yīng)用，數(shù)據(jù)庫(kù)中的信息內(nèi)容逐漸擴(kuò)充，地下油層環(huán)境也會(huì)隨著時(shí)間的推移產(chǎn)生不同程度的變化。在進(jìn)行智能油田數(shù)據(jù)處理過(guò)程中，多年前的油田產(chǎn)油產(chǎn)液數(shù)據(jù)等數(shù)據(jù)信息參考價(jià)值較低，難以有效滿足數(shù)據(jù)處理分析要求，需要技術(shù)人員針對(duì)此類(lèi)數(shù)據(jù)進(jìn)行快速清洗處理。

（2）數(shù)據(jù)缺失值、異常值現(xiàn)象。數(shù)據(jù)缺失值、異常值現(xiàn)象是指在數(shù)據(jù)記錄、收集以及錄入進(jìn)程中，由于意外情況、人員失誤或技術(shù)條件限制，導(dǎo)致數(shù)據(jù)完整性和準(zhǔn)確性出現(xiàn)缺失或異常問(wèn)題，其修復(fù)工作是智慧油田數(shù)據(jù)快速清洗工作中的核心板塊。具體而言，技術(shù)人員需要針對(duì)此類(lèi)數(shù)據(jù)進(jìn)行科學(xué)合理的清洗補(bǔ)全，從而有效提升智能油田大數(shù)據(jù)分析的準(zhǔn)確性及效率。

（3）數(shù)據(jù)存儲(chǔ)位置分散。智能油田數(shù)據(jù)信息化建設(shè)是近年來(lái)逐漸推廣落實(shí)到石油企業(yè)工作運(yùn)營(yíng)進(jìn)程中的新興理念，不同單位體系和工作領(lǐng)域之間存在信息化建設(shè)進(jìn)度及技術(shù)手段不一致的情況，導(dǎo)致出現(xiàn)數(shù)據(jù)存儲(chǔ)位置較為分散、數(shù)據(jù)獲取難度高、冗余數(shù)據(jù)比例較高等潛在問(wèn)題。

2.2 數(shù)據(jù)清洗的基本步驟

在智能油田的數(shù)據(jù)處理進(jìn)程中，數(shù)據(jù)清洗占據(jù)數(shù)據(jù)處理工作中的核心地位，清洗成效對(duì)于數(shù)據(jù)處理的質(zhì)量及準(zhǔn)確度有關(guān)鍵性作用，數(shù)據(jù)清洗的基本步驟分述如下。

（1）數(shù)據(jù)清洗預(yù)處理。在預(yù)處理過(guò)程中，技術(shù)人員需要選擇適當(dāng)?shù)臄?shù)據(jù)處理工具，并對(duì)目標(biāo)數(shù)據(jù)的元數(shù)據(jù)和數(shù)據(jù)特征進(jìn)行抽取查看，以初步了解數(shù)據(jù)的基本情況。

（2）格式或內(nèi)容錯(cuò)誤數(shù)據(jù)清洗。在格式或內(nèi)容錯(cuò)誤數(shù)據(jù)清洗過(guò)程中，技術(shù)人員應(yīng)確保數(shù)據(jù)符合統(tǒng)一格式要求，若數(shù)據(jù)庫(kù)中存在格式或內(nèi)容錯(cuò)誤引發(fā)的數(shù)據(jù)問(wèn)題，可以通過(guò)數(shù)據(jù)清洗對(duì)其進(jìn)行修復(fù)及調(diào)整。

（3）邏輯錯(cuò)誤數(shù)據(jù)清洗。邏輯錯(cuò)誤數(shù)據(jù)清洗主要包括數(shù)據(jù)去重、去除或替換不合理的數(shù)據(jù)值，以及去除或重構(gòu)矛盾數(shù)據(jù)內(nèi)容等不可靠字段值，通過(guò)簡(jiǎn)單邏輯推理進(jìn)行問(wèn)題數(shù)據(jù)清洗處理。

（4）冗余數(shù)據(jù)清洗。在冗余數(shù)據(jù)清洗過(guò)程中，技術(shù)人員需要構(gòu)建數(shù)據(jù)處理模型。在備份原始數(shù)據(jù)的前提下，根據(jù)數(shù)據(jù)處理需要清除冗余數(shù)據(jù)。

（5）關(guān)聯(lián)性驗(yàn)證。在智能油田的數(shù)據(jù)處理進(jìn)程中，由于智能油田數(shù)據(jù)源復(fù)雜多樣，技術(shù)人員需要在多數(shù)據(jù)源合并的過(guò)程中進(jìn)行關(guān)聯(lián)性驗(yàn)證，以確保數(shù)據(jù)的一致性和準(zhǔn)確性，并根據(jù)驗(yàn)證結(jié)果進(jìn)行數(shù)據(jù)清洗處理。

（6）缺省值填充。在缺省值填充過(guò)程中，技術(shù)人員可以使用均值、中值、眾數(shù)、零值或常數(shù)等方式進(jìn)行數(shù)據(jù)填充，以確保數(shù)據(jù)的完整性和可用性。

2.3 數(shù)據(jù)清洗的算法應(yīng)用

基于改進(jìn)深度置信網(wǎng)絡(luò)的智能油田數(shù)據(jù)快速清洗采用了多種算法處理及分析數(shù)據(jù)，主要包括深度置信網(wǎng)絡(luò)模型中的RBM神經(jīng)網(wǎng)絡(luò)（restricted boltzmann machine，受限玻爾茲曼機(jī)）以及曼哈頓距離法，以上算法能夠有效提升智能油田數(shù)據(jù)清洗效率，其具體應(yīng)用路徑如下。

（1）RBM神經(jīng)網(wǎng)絡(luò)的應(yīng)用。在智能油田數(shù)據(jù)清洗工作中，深度置信網(wǎng)絡(luò)模型主要通過(guò)RBM進(jìn)行模型建構(gòu)。RBM主要包含可見(jiàn)層和隱層，其中，可見(jiàn)層內(nèi)包含a個(gè)數(shù)據(jù)節(jié)點(diǎn)，隱層內(nèi)包含b個(gè)數(shù)據(jù)節(jié)點(diǎn)，兩個(gè)層級(jí)之間的節(jié)點(diǎn)權(quán)重舉證W如下：

技術(shù)人員需要對(duì)節(jié)點(diǎn)進(jìn)行激活處理和狀態(tài)重構(gòu)，通過(guò)多次迭代訓(xùn)練，使深度置信網(wǎng)絡(luò)能夠擬合實(shí)際樣本輸出值與理論值趨近，從而有效清洗及修復(fù)數(shù)據(jù)[3]。

（2）曼哈頓距離法的應(yīng)用。曼哈頓距離法能夠度量?jī)牲c(diǎn)之間的距離，在深度置信網(wǎng)絡(luò)的算法應(yīng)用進(jìn)程中，該方法主要用于計(jì)算字符串之間的編輯距離，以評(píng)價(jià)和判斷字符串之間的相似度。同時(shí)，曼哈頓距離法能夠在此基礎(chǔ)上對(duì)字符串和數(shù)據(jù)表之間的曼哈頓距離進(jìn)行測(cè)試，曼哈頓距離結(jié)果越大，數(shù)據(jù)之間的相似度越低。

3. 基于改進(jìn)深度置信網(wǎng)絡(luò)的智能油田數(shù)據(jù)快速清洗的應(yīng)用分析

3.1 應(yīng)用案例

本文以某油田2022年的開(kāi)井日及關(guān)井日臺(tái)賬數(shù)據(jù)為分析對(duì)象，通過(guò)對(duì)企業(yè)油田開(kāi)井日及關(guān)井日的運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗處理，推動(dòng)智能化建設(shè)實(shí)踐。在實(shí)踐過(guò)程中，基于改進(jìn)深度置信網(wǎng)絡(luò)的智能油田數(shù)據(jù)快速清洗需要利用多元技術(shù)手段構(gòu)建數(shù)據(jù)清洗處理網(wǎng)絡(luò)模型，然后基于模型內(nèi)容進(jìn)行數(shù)據(jù)分析及清理處理，以有效實(shí)現(xiàn)開(kāi)井日及關(guān)井日臺(tái)賬數(shù)據(jù)處理的智能化建設(shè)。技術(shù)人員可以引入大數(shù)據(jù)隨機(jī)樣本劃分等傳統(tǒng)數(shù)據(jù)清洗處理技術(shù)，對(duì)算法成果進(jìn)行對(duì)比研究。

3.2 清洗模型

在數(shù)字化時(shí)代，基于深度置信網(wǎng)絡(luò)的智能油田數(shù)據(jù)快速清洗工作需要優(yōu)化和改進(jìn)深度置信網(wǎng)絡(luò)模型。通過(guò)構(gòu)建數(shù)據(jù)清洗自建系統(tǒng)，能夠?qū)崿F(xiàn)數(shù)據(jù)清洗處理工作的數(shù)字化、智能化、交互式發(fā)展。

針對(duì)案例油田的開(kāi)井日及關(guān)井日臺(tái)賬數(shù)據(jù)內(nèi)容，技術(shù)人員可以構(gòu)建數(shù)據(jù)清洗模型。模型內(nèi)容主要包括自檢啟動(dòng)模塊（用于啟動(dòng)數(shù)據(jù)清洗流程）、單一項(xiàng)檢索模塊（用于逐一檢查數(shù)據(jù)項(xiàng)）、數(shù)據(jù)存儲(chǔ)模塊（用于存儲(chǔ)原始數(shù)據(jù)）、分類(lèi)存儲(chǔ)模塊（將數(shù)據(jù)分類(lèi)存儲(chǔ)，以便進(jìn)一步處理）、正常項(xiàng)存儲(chǔ)模塊（存儲(chǔ)已經(jīng)通過(guò)檢查的正常數(shù)據(jù)項(xiàng)）、異常項(xiàng)存儲(chǔ)模塊（存儲(chǔ)包含異常數(shù)據(jù)的項(xiàng)）、數(shù)據(jù)分析模塊（用于分析數(shù)據(jù)以識(shí)別異常）、數(shù)據(jù)修復(fù)模塊（對(duì)異常數(shù)據(jù)進(jìn)行自動(dòng)修復(fù)）、審查自檢模塊（再次審查修復(fù)后的數(shù)據(jù)以確保準(zhǔn)確性）、人工查驗(yàn)?zāi)K（進(jìn)行人工查驗(yàn)以驗(yàn)證數(shù)據(jù)）以及反饋另存模塊（將人工驗(yàn)證后的數(shù)據(jù)另存以備將來(lái)使用）等[4]。通過(guò)構(gòu)建數(shù)據(jù)清洗網(wǎng)絡(luò)模型，相關(guān)技術(shù)人員能夠?qū)χ悄苡吞镏械漠惓?shù)據(jù)進(jìn)行分類(lèi)儲(chǔ)存和單獨(dú)修復(fù)、對(duì)未修復(fù)數(shù)據(jù)進(jìn)行人工查驗(yàn)及反饋連接，提升智能油田數(shù)據(jù)清洗工作的精準(zhǔn)性及效率。

3.3 對(duì)比分析

在利用改進(jìn)的深度置信網(wǎng)絡(luò)開(kāi)展智能油田數(shù)據(jù)清洗工作過(guò)程中，技術(shù)人員可以使用樣本查準(zhǔn)率（RP）、查全率（RR）兩個(gè)關(guān)鍵指標(biāo)衡量數(shù)據(jù)清洗應(yīng)用算法成效和性能。查準(zhǔn)率（RP）旨在衡量數(shù)據(jù)清洗系統(tǒng)成功檢測(cè)重復(fù)數(shù)據(jù)的能力，查全率（RR）旨在衡量數(shù)據(jù)清洗系統(tǒng)識(shí)別的重復(fù)數(shù)據(jù)記錄中真正包含重復(fù)數(shù)據(jù)的比例[5]。

本文以某油田2022年的開(kāi)井日及關(guān)井日臺(tái)賬數(shù)據(jù)信息為案例，對(duì)其進(jìn)行樣本數(shù)據(jù)的隨機(jī)分組。在實(shí)踐過(guò)程中，技術(shù)人員將深度置信網(wǎng)絡(luò)智能油田數(shù)據(jù)快速清洗結(jié)果定義為研究組，將大數(shù)據(jù)隨機(jī)樣本劃分清洗處理結(jié)果定義為對(duì)比組，在清洗工作完成后，針對(duì)兩組結(jié)果進(jìn)行查準(zhǔn)率與查全率的對(duì)比分析，6次不同樣本間的具體對(duì)比結(jié)果如表1所示。

根據(jù)數(shù)據(jù)對(duì)比結(jié)果可知，基于改進(jìn)深度置信網(wǎng)絡(luò)的智能算法在智能油田的數(shù)據(jù)清洗處理工作中具有查準(zhǔn)率和查全率高的特點(diǎn)，在工作運(yùn)行過(guò)程中顯著優(yōu)于其他方法。同時(shí)，基于改進(jìn)深度置信網(wǎng)絡(luò)的智能算法在智能油田數(shù)據(jù)清洗處理速度方面存在明顯優(yōu)勢(shì)，利用深度置信網(wǎng)絡(luò)模型進(jìn)行數(shù)據(jù)清洗處理呈現(xiàn)耗時(shí)低、準(zhǔn)確率高、效率快的特征，有助于石油企業(yè)快速獲取高精準(zhǔn)度的有效數(shù)據(jù)，從而進(jìn)行數(shù)據(jù)分析處理，實(shí)現(xiàn)快速數(shù)據(jù)清洗目標(biāo)。

結(jié)語(yǔ)

綜上所述，基于信息化時(shí)代背景，石油企業(yè)在油田產(chǎn)業(yè)開(kāi)采管理中應(yīng)積極探索數(shù)字智能化建設(shè)，運(yùn)用多元信息技術(shù)手段，充分發(fā)揮數(shù)據(jù)處理分析的促進(jìn)作用。在多元信息技術(shù)手段運(yùn)用過(guò)程中，數(shù)據(jù)清洗是智能油田運(yùn)行中的重要工作組成部分，技術(shù)人員可以基于改進(jìn)深度置信網(wǎng)絡(luò)實(shí)現(xiàn)智能油田數(shù)據(jù)清洗效率和質(zhì)量的提升，促進(jìn)石油企業(yè)的智能油田建設(shè)發(fā)展。

參考文獻(xiàn)：

[1]張新.智能油田的數(shù)據(jù)治理工程及應(yīng)用技術(shù)研究[J].信息系統(tǒng)工程，2023（5）： 52-54.

[2]夏博強(qiáng).大數(shù)據(jù)、物聯(lián)網(wǎng)及人工智能技術(shù)在海上智能油田生產(chǎn)中的應(yīng)用研究[J].數(shù)字通信世界，2023（2）：121-123.

[3]王穎，顧娟，楊勇.大型油田數(shù)據(jù)治理工程實(shí)踐[J].中國(guó)管理信息化，2023，26（3）：162-167.

[4]方正，丁群，李靜宇，等.基于深度置信網(wǎng)絡(luò)模型的頁(yè)巖油產(chǎn)量預(yù)測(cè)方法[J].油氣井測(cè)試，2022，31（3）：61-66.

[5]程大勇.基于優(yōu)化深度置信網(wǎng)絡(luò)的多源異構(gòu)數(shù)據(jù)清洗算法研究[J].重慶科技學(xué)院學(xué)報(bào)（自然科學(xué)版），2021，23（6）：59-63，69.

作者簡(jiǎn)介：張磊，本科，工程師，研究方向：信息工程。