井漏样本类别不均衡处理方法、系统、介质和设备

本发明公开了井漏样本类别不均衡处理方法、系统、介质和设备，包括：数据预处理步骤：对提取到的异常数据进行预处理；样本平衡性判断步骤：对正常样本n1和井漏样本n2的数量进行判断，判断两者数量是否存在不平衡问题；样本扩充所需的基样本确定步骤：对正常样本和井漏样本中的少数类样本进行筛选形成基样本；基样本过采样步骤：在筛选的基样本上做过采样处理，得到平衡样本；样本均衡步骤：将平衡样本与原井漏样本合并得到均衡后的井漏样本，均衡后的井漏样本与原正常样本共同构成井漏监测样本集，本方法通过对算法存在的对少数类样本的边界选取问题进行条件限制，解决了井漏监测的类不均衡问题，从而更有利于机器学习算法在井漏监测领域的推广应用。