T-CIIA 061-2025 油气井筒特征工程数据质量规范

ICS35.240.50CCSE92IT/CIIA061—2025 2规范性引用文件 3术语和定义 4缩略语 5关键井筒特征工程数据分类 6总体框架 7数据质量要求 7.1准确性 7.2完整性 7.3一致性 7.4时效性 7.5可靠性 8数据采集与预处理 8.1数据采集 8.2数据预处理 8.3数据采集与预处理质量要求 9数据存储与管理 9.1存储格式 9.2存储安全 9.3元数据管理 9.4数据存储质量要求 10数据标注 10.1数据标注 10.2数据标注质量要求 11数据质量评估与改进 11.1质量评估指标 11.2质量改进措施 12证实方法 12.1准确性证实 12.2完整性证实 12.3一致性证实 12.4时效性证实 12.5可靠性证实 附录A（资料性）规范与应用的关系 附录B（规范性）数据质量要求表 T/CIIA061—2025本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。本文件由中国信息协会提出并归口。本文件起草单位：中国石油集团工程技术研究院、中国石油勘探开发研究院、中国石油集团长城钻探工程有限公司、中国石化集团工程技术研究院、中国海油能源经济研究院、数治云（北京）科技有限责任公司。本文件主要起草人：梅运谊、康晓娜、崔猛、景凌志、史肖燕、王国庆、伍东、张彦龙、尹志勇、汪文智、于洋、刘彦均、杨心怡、何慧文、何冬梅、高庆忠、李昌盛、魏卓、徐鹏、李宏中、蔡春久、赵子云、田雨萌、杨光、赵伟宾、郭卫红。T/CIIA061—2025为进一步规范油气井筒特征工程数据的采集、处理、标注、存储和管理工作，满足标准化数据质量要求，为油气井筒数据价值挖掘提供高质量数据集，特制定本规范。油气井筒特征工程是指针对井筒动态监测数据（如温度、压力、流量等）、静态地质数据（如岩性、孔隙度、渗透率等）及工程作业数据（如钻井参数、井身结构等）等多源异构数据，通过特征理解、特征增强、特征构建、特征选择、特征转换等步骤，探寻数据变化模式，挖掘复杂数据之间的关联关系，提取海量数据中的价值信息，为油气井筒智能模型和大数据挖掘算法提供有力支持。油气井筒特征工程是实现数据驱动的油气井筒智能决策的关键环节，能有效提升模型、算法的精度和泛化能力，进而夯实数据对井筒风险智能预警、工况诊断等核心钻完井场景的支撑能力。本规范的制定可统一油气井筒特征工程数据质量评价标准，提升油气井筒数据从采集到质量评估各环节工作的规范化水平，促进油气井筒数据共享和规范应用，为油气井筒的数字化和智能化提供数据基础。1T/CIIA061—2025油气井筒特征工程数据质量规范本文件规定了油气井筒特征工程数据的质量要求，包括数据采集、预处理、存储、标注、质量评估和验证等环节的技术要求。本文件适用于能源行业油气勘探、开发等阶段涉及的油气井筒特征工程中的数据质量管理，旨在确保数据集的准确性、完整性和一致性，为后续的机器学习模型训练和工程分析提供高质量的数据支持。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。-SY/T5703-2012石油测井数据项名称规范-SY/T5752-2012石油录井数据项名称规范-SY/T6192-2012石油钻井工程数据项名称规范3术语和定义下列术语和定义适用于本文件。3.1油气井筒特征工程OilandGasWellboreFeatureEngineering指通过特征理解、特征增强、特征构建、特征选择、特征转换等步骤，提取油气井筒数据关键特征，支持油气井智能建模和数据挖掘，以完成生产优化、故障诊断和预测性维护等任务的过程。3.2数据质量DataQuality指用于油气井筒特征工程的数据在准确性、完整性、一致性、时效性和可靠性等方面的综合表4缩略语下列缩略语适用于本文件。CSV：逗号分隔值（Comma-SeparatedValues），其文件以纯文本形式存储表格数据（数字和文本）。5关键井筒特征工程数据分类动态监测数据：井口套压、立管压力、井底压力、环空压力、井口回压、地层孔隙压力、地层漏失压力、岩屑返出量湿重、岩屑返出量干重、岩屑形态、元素录井数据、环空岩屑浓度。静态地质数据：井口坐标(经纬度)、地面海拔、构造位置、地理区域、地层分层数据、钻遇地层序列、岩性剖面、矿物组成、孔隙度、渗透率、含油气饱和度。工程作业数据：井身结构、钻具组合、钻井设计参数、井眼轨道设计、井深、钻头位置、机械钻速、泵压、排量、钻压、扭矩、转盘转速、大钩速度、大钩高度、垂深、测深、井眼轨迹、井底温度、磁工具面角、固井施工参数。2T/CIIA061—20256总体框架本规范的总体框架见图1。数据采集后分两路进行分发，一部分原始数据直接进行存储备用，另一部分经过预处理或者标注后进行存储备用。本规范从准确性、完整性、一致性、时效性、可靠性五方面规定了用于油气井筒特征工程的数据质量要求，数据质量要求贯穿采集、预处理、存储到标注整个过程。图1规范总体框架图7数据质量要求7.1准确性a)数据应真实反映油气井筒的实际工况，标准误差小于等于2%；当特殊数据应用场景对数据准确性有更高要求的，应执行该特定要求中所规定的、严于本标准的误差指标。b)传感器采集的动态监测数据应经过校准，确保测量精度，测量误差需控制在规定范围内。7.2完整性a)涵盖从钻井、完井到生产全过程的数据，包括但不限于地层信息、井身结构、流体性质等。任何关键数据缺失都将影响数据的质量。b)数据应包含所有必要的特征字段，缺失值比例通常不得超过5%；当特殊数据应用场景对数据完整性有更高要求的，应执行该特定要求中所规定的、严于本标准的缺失值比例指标。c)对于关键特征（如井筒压力、温度），缺失值应通过插值或模型预测进行填补。7.3一致性a)不同来源、不同时间采集、存储的数据应保持一致。b)数据的时间戳应统一，避免因时区或设备时钟不同步导致的数据不一致。c)不同数据源的数据应经过格式标准化处理，确保数据项名称、单位和量纲等一致。3T/CIIA061—2025d)标准化处理后的数据项名称应遵循现有行业标准，其中，钻井数据的数据项命名规范宜参照SY/T6192-2012，录井数据的数据项命名规范宜参照SY/T5752-2012，测井数据的数据项命名规范宜参照SY/T5703-2012。7.4时效性a)实时数据的采集频率应满足工程需求，建井阶段通常为每3秒钟一次或更高，生产阶段通常为每分钟一次或更高。b)历史数据的存储周期应不少于5年，以便进行长期趋势分析；特殊数据类型（包含但不限于井史数据）需长期保存。c)数据应及时更新，确保能反映油气井筒的实时状态。7.5可靠性a)数据应经过异常值检测和过滤，剔除因设备故障或人为操作失误导致的异常数据。b)数据采集设备应定期维护，确保数据采集的连续性和稳定性。c)预处理和存储阶段的数据要进行异常值检测和过滤，确保数据稳定可靠。8数据采集与预处理8.1数据采集a)采集设备应符合行业标准，并定期进行校准和维护。b)采集方式包括但不限于传感器自动采集和人工填报。c)传感器自动采集频率应根据工程需求设定，建井阶段通常为每3秒钟一次或更高，生产阶段通常为每分钟一次或更高。d)采集的数据维度应满足工程分析需要。8.2数据预处理a)数据清洗：去除重复数据、填补缺失值、修正异常值。b)数据标准化：将不同量纲的数据转换为统一的标准格式。c)数据项名称统一：参照相关行业标准，统一不同来源的数据项名称。8.3数据采集与预处理质量要求a)数据采集质量应符合附录B.2：数据采集质量要求表的规定。b)数据预处理质量应符合附录B.3：数据预处理质量要求表的规定。9数据存储与管理9.1存储格式a)数据存储结构的设计应基于源数据的模式、特征与更新频率，便于后续处理和分析。b)数据存储方式应支持结构化存储、半结构化存储和非结构化存储。c)时间序列数据应按时间戳排序存储，确保数据的时序性。9.2存储安全a)根据数据的敏感程度和重要性对数据进行分类分级，是风险管控的有效手段。将数据分为公开、内部、敏感、高度敏感等不同级别，针对不同级别制定差异化的存储安全控制措施。b)应按照数据分级要求，对需要保护的数据进行加密存储，防止物理设备被盗或数据文件被直接拷贝时，造成的数据泄露。c)对存储数据的访问需要身份认证和正确授权，防止未经授权的访问和篡改。d)定期备份数据，确保数据丢失时可快速恢复；数据备份宜采用3-2-1规则（至少3个副本，用2种不同介质存储，其中1个异地存放）。4T/CIIA061—20259.3元数据管理a)每个数据项应附带元数据，要详细记录数据样本的来源背景，包括可追溯的元数据标识、数据来源、采集起止时间、设备编号、采集人员等信息。b)元数据应与数据项同步存储，应存储数据从生成、预处理到存储的完整路径便于追溯和审计。具体而言，元数据需要包含：数据源头、处理历史、版本信息、存储位置以及关联关系，当数据质量或分析结果出现疑问时，通过查询这些元数据，可以快速定位到问题环节。c)元数据中需记录数据标注所依据的业务规则或标准、执行标注操作的人员或系统、标注完成的时间以及标注结果的版本，确保了标注过程的严谨性和标注结果的可验证性，有助于在处理标注争议时进行回溯和判定。d)元数据应满足数据存储质量要求。9.4数据存储质量要求数据存储质量应符合附录B.4：数据存储质量要求表的规定。10数据标注10.1数据标注a)对于监督学习任务，数据样本应进行人工或自动标注，确保标签的准确性。b)数据标注样本应具有多样性和全面性。对于分类学习样本，应同时包含正例和反例。c)标注结果应由至少两名专业人员审核，确保标注质量。d)数据标注过程作为元数据的一部分信息进行存储。10.2数据标注质量要求数据标注质量应符合附录B.5：数据标注质量要求表的规定。11数据质量评估与改进11.1质量评估指标a)准确性：通过对比实测数据与标准值计算误差率。b)完整性：统计缺失值比例，评估数据完整性。c)一致性：检查不同数据源数据项名称、单位、量纲，评估数据一致性。d)时效性：检查实时数据时间戳的间隔，评估数据的时效性。e)可靠性：检查数据中异常数据比例，评估数据的可靠性。11.2质量改进措施a)对于不符合质量要求的数据，应进行重新采集或修正。b)定期对数据采集设备进行校准，采集流程进行优化，提高数据质量c)依据数据质量目标，通过质量需求、质量检查、质量分析和质量提升的流程进行数据质量改进，见图2。5T/CIIA061—2025图2数据质量改进流程12证实方法本章节规定了验证和证明数据质量要求是否得到满足的具体方法和程序。按照下述证实方法和程序开展的数据质量证实活动产生的记录（包括但不限于比对结果、检查清单、测试日志）应作为符合性证据予以保存。对证实过程中发现的不符合项，应启动纠正与预防措施流程，并跟踪至关闭，实现数据质量的持续提升。12.1准确性证实a)校准记录审核：定期（如每季度）审查关键传感器、测量仪表的第三方校准证书，确认其在有效期内，且精度等级满足标准误差≤2%的要求。。b)交叉对比验证：选取关键时段的数据，将现场实时数据与同一参数的另一独立测量系统（如有）读数，或与物理/数据模型计算结果进行比对，计算相对误差，评估是否符合≤2%的标准。c)抽样验证：采用抽样的办法对数据标注准确性进行验证，抽样的数据总数不少于待评估标注数据总数的30%，按照附录A.5的准确性计算方法验证是否符合≤2%的标准。12.2完整性证实a)缺失率统计：将实际数据库/文件中的字段与数据字典中的预设字段清单进行自动比对，生成缺失字段报告，自动计算缺失字段比例，并与5%的阈值进行对比告警。b)数据标注比例统计：抽查已标注的数据，检查其是否带有正确的数据标签（如“正常”、“异常”等），并计算未标注的数据与应标注的数据比例，评估是否符合≤5%的标准。12.3一致性证实a)数据处理流程日志审查：检查数据集成过程中的格式转换、单位换算、代码映射的日志，确认所有标准化规则已被正确、一致地执行。b)跨源数据比对：从SCADA系统、实时数据库、工程报告等多个来源抽取同一对象在同一时间点的关键参数（如井底流压），进行一致性对比分析。c)时间戳审计：检查数据采集服务器的时钟同步协议（如NTP）状态，并抽查数据流，验证时间戳的格式与时区（建议统一为UTC）是否一致。6T/CIIA061—202512.4时效性证实a)采集频率监控：在数据采集系统中配置监控点，记录并报告关键数据点的实际采集间隔，与标准要求的“≤3秒”或“≤1分钟”进行对比，对超时断点进行告警。b)存储策略与备份审计：检查数据库和历史归档系统的存储策略配置，确认数据保留周期设置符合“不少于5年”的要求；审查长期归档（如磁带、云存储）的备份记录和恢复测试报告。12.5可靠性证实a)异常值检测算法验证：评审并测试应用于数据流的异常值过滤算法，验证其能否有效识别设备故障、通信中断等产生的无效数据；可通过注入模拟异常数据来测试算法的检出率。b)异常值监测与统计：应用验证通过的异常值检测算法对采集和传输的数据进行异常值监测，并计算异常值检出率，评估是否符合≤1%的质量要求。7T/CIIA061—2025（资料性）规范与应用的关系A.1规范与应用的关系本规范核心要素及油气井筒数据质量与油气井筒特征工程、智能建模之间的关系如图A.1所示。图A.1规范与应用关系图8T/CIIA061—2025（规范性）数据质量要求表B.1数据质量要求总表油气井筒特征工程数据质量总体要求应符合表B.1的规定。表B.1数据质量检查表检查项标准要求检查结果(合格/不合格)备注（注明检查结果不合格的原因和改进办法）准确性误差范围≤2%完整性缺失值比例≤5%一致性时间戳统一、字段格式一致、量纲统一、数据项名称统一时效性建井阶段采集频率≥1次/3秒钟，生产阶段采集频率≥1次/分钟可靠性异常值比例≤1%B.2数据采集质量要求表油气井筒特征工程数据采集质量应符合表B.2的规定。表B.2数据采集质量要求表检查项标准要求计算方法备注准确性误差范围≤2%误差范围yi采集的数据，ya是数据序列的均值完整性缺失值比例≤5%缺失值比例=×一致性时间戳统一，字段格式一致一致性=(1一时间戳不统一数据数量+字段格式不一致数量字段数据总数量9T/CIIA061—2025时效性建井阶段采集频率≥1次/3秒钟，生产阶段采集频率≥1次/分钟时效性=时效性采用每次采集所需时间来进行，建井阶段采集时间单位为秒，生产阶段采集时间单位为分钟可靠性异常值比例≤1%异常值比例=×100%异常值是指与数据序列均值之差的绝对值大于3倍标准差的数据B.3数据预处理质量要求表油气井筒特征工程数据预处理质量应符合表B.3的规定。表B.3数据预处理质量要求表检查项标准要求计算方法备注准确性误差范围≤2%误差范围yi数据预处理后的数据，ya是数据预处理后的数据序列的均值完整性缺失值比例≤5%缺失值比例=×一致性量纲统一，数据项名称统一一致性=(1一量纲不统一数据数量+数据项名称不统一数量字段数据总数量可靠性异常值比例≤1%异常值比例=预数×100%异常值是指与预处理后，与预处理后数据序列均值之差的绝对值大于3倍标准差的数据B.4数据存储质量要求表油气井筒特征工程数据存储质量应符合表