Text-Informed Training Data Filtering for Enhanced Virtual Flow Meter Performance

我们提出一种基于文本的数据显示过滤方法，利用大语言模型（LLMs）将非结构化操作数据与表格传感器数据相结合。该方法包含两个步骤：（1）通过推理两种数据模态进行上下文异常检测，以及（2）生成一个二值掩码，用于过滤训练集以用于模型开发。为调查潜在优势，使用一种稳态软传感器回归模型，即虚拟流量计，作为下游评估目标，该模型估计井的流速。