采油工程领域的数据清洗方法研究
为了进一步提升大数据技术对油田数据分析预测结果的准确性,研究一种具有针对性的数据清洗方法,提高数据质量.通过对油田数据进行相关性分析,并结合以往业务资料进行筛选和补充,剔除无关和低关联数据项,移除空值和噪声数据,填充缺失数据.原本结构松散、空值多、异常值多的油田数据,在数据清洗后得到相关性强,无缺失值、重复值,无噪声数据,格式统一的优质数据样本,能更好地应用于之后的大数据模型计算.对数据进行针对性的数据清洗,提高数据质量,是提升大数据分析的准确性的重要前提.
大数据分析、油田数据、数据清洗、数据质量、贝叶斯反演
19
G642(高等教育)
2023-03-14(万方平台首次上网日期,不代表论文的发表时间)
共3页
86-88