petrobras/3W

解决的问题

解决了在海上油井中检测和分类罕见不良事件的困难。及时检测这些事件对于防止生产损失、降低高昂的维护成本（如海上探测成本），以及避免环境事故或人员伤亡至关重要。

工作原理

该项目提供两个主要资源：

1. 3W 数据集：一个公开的基准数据集，包含来自三个不同来源的真实不良事件实例，以 Parquet 文件格式存储。
2. 3W 工具包：一个基于 Python 的软件包，旨在标准化机器学习流程。它使用户能够生成数据集概览，并对专门用于油井事件检测的机器学习算法进行对比分析。

适用对象

专为研究人员、数据科学家、初创公司以及石油运营商设计，适用于开发机器学习模型以监测钻井、完井和生产阶段的井筒完整性和海底系统。

主要亮点

• 真实世界数据：提供少数公开的、真实的油井中罕见不良事件数据集之一。
• 标准化流程：工具包有助于确保不同机器学习方法的可复现性和公平比较分析。
• 行业支持：由巴西国家石油公司（Petrobras）的流动保障与井筒完整性部门开发和维护。