据作者所知，这是第一个现实和公开的数据集，具有油井中罕见的不良真实事件，可以作为基准数据集，用于开发与实际数据固有困难相关的机器学习技术。

关于该数据集背后的理论的更多信息，可在《石油科学与工程杂志》（Journal of Petroleum Science and Engineering）上发表的论文《油井中罕见不良真实事件的现实和公共数据集》中找到。本文定义并提出了从业人员和研究人员可以与3W数据集一起使用的具体挑战（基准）。

3W数据集由1984个CSV文件组成，其结构如下。由于GitHub的限制，此数据集保存在7z文件中，自动拆分并保存在数据目录中。在使用3W数据集之前，必须对其进行解压缩。然后，子目录名就是实例的标签。每个文件代表一个实例。文件名显示其来源。所有文件的标准化如下。每行一次观测，每列一次系列观测。列由逗号分隔，小数由句点分隔。第一列包含时间戳，最后一列显示观察值的标签，其他列是多变量时间序列（MTS）（即实例本身）。

3W数据集的文件在[Web link]中，但我们相信，在UCI机器学习存储库中发布3W数据集有利于机器学习社区。

Attribute Information:

Pressure at the Permanent Downhole Gauge (PDG);
Pressure at the Temperature and Pressure Transducer (TPT);
Temperature at the TPT;
Pressure upstream of the Production Choke (PCK);
Temperature downstream of the PCK;
Pressure downstream of the Gas Lift Choke (GLCK);
Temperature downstream of the GLCK;
Gas Lift flow.

Relevant Papers:

'A realistic and public dataset with rare undesirable real events in oil wells' published in the Journal of Petroleum Science and Engineering ([Web link]).

Citation Request:

If you have no special citation requests, please leave this field blank.