面向钻探数据的机器学习自动清洗方法
地球物理
2025-06-18 v1 数据分析、统计与概率
摘要
调查性钻探（ID）是一种在各种澳大利亚项目中实施的创新掘中测量（MWD）技术。虽然ID的自动钻探功能显著减少了钻探数据流中的噪声，但数据清洗仍是必需的，以移除异常值，使准确的岩层分类和土壤与岩石性质预测成为可能。本研究采用三种机器学习算法——IsoForest、单类SVM和DBSCAN——自动化ID数据在岩石钻探情景中的数据清洗过程。考察了两种数据清洗情景：(1) 移除岩石钻探数据中的异常值；(2) 移除岩石钻探数据中的异常值以及土壤钻探数据。分析结果表明，所有三种机器学习算法在两种数据清洗任务中均优于传统统计方法（3-σ规则和IQR方法），在真阳性率和假阳性率之间取得良好平衡，尽管单类SVM和DBSCAN需要进行超参数调优。其中，IsoForest被证明是表现最佳的算法，能够有效移除异常值，无需超参数调整。此外，IsoForest结合两聚类K-means成功地消除了土壤钻探数据和异常值，同时保留了几乎所有正常数据。本文提出的自动数据清洗策略有望减少繁琐的手动数据清洗工作，从而促进大规模高质量数据集的开发，这些数据集能够揭示钻探数据与岩石性质之间复杂关系。
引用
@article{arxiv.2506.14289,
title = {Machine learning approaches for automatic cleaning of investigative drilling data},
author = {Fei Huang and Hongyu Qin and Masoud Manafi and Ben Juett and Ben Evans},
journal= {arXiv preprint arXiv:2506.14289},
year = {2025}
}
备注
20 pages, 17 figures, 4 tables