基于多元回归KNN的油田缺失数据填充方法

• 作者: 徐震 高峥
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 油田传感器 缺失数据 KNN算法 多元回归
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 研究与探讨
• 页码范围: 79-83
• 页数: 5页
• 分类号: TP212|TP391
• 字数: 4552字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.04.017

摘要

为了提高油田开采的安全性和科学性, 油田中装有各型数据传感器, 但数据缺失导致传感器采集数据可用性显著降低.针对油田传感器大比例数据缺失填充问题, 提出了一种基于多元回归KNN的缺失数据填充方法.该方法首先基于KNN利用传感器数据空间相关性预测缺失值, 其次基于多元回归利用传感器数据时间相关性预测缺失值, 最后将时空相关性预测结果通过样本决定系数进行整合.分别采用标准数据集和油田传感器数据集进行性能对比实验, 结果验证了该方法对缺失数据填充的有效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐震	中国石油冀东油田分公司信息中心	16	54	4.0	7.0
2	高峥	中国石油冀东油田分公司信息中心	1	0	0.0	0.0