An application of data mining and knowledge discovery process in the field of natural gas exploration

Abstract

Bu tez doğal gaz arama alanında veri madenciliği ve bilgi keşfi (VM ve BK) sürecinin analizini içerir. Süreç; Problem Tanımı, Veri Toplama, Veri Önişleme, Ana VM ve BK Veri Madenciliği Algoritmalarının Tatbiki ve Sonuçların Yorumlanması şeklinde beş basamaktan oluşur. Problem; Türkiye Değirmenköy sahası Osmancık Formasyonu içerisindeki kumtaşlarının doğal gaz birikimlerini bulma hedefli kullanışlı ve geçerli kuralları adet olarak en çok özütleyen, VM ve BK algoritmasını bir algoritma kümesi içinden tespitidir. İlgili veriler doğal gaz sahasındaki beş kuyudan toplanmıştır. Veri önişleme aşamasında, hatalı ve aykırı veriler temizlenmiştir. Daha sonra bu veriler Kuyu Log SQL veri tabanına aktarılmış ve Weka veri madenciliği aracı ile veri tabanı arasında gerekli bağlantılar yapılmıştır. Non-Nested Generalized Exemplar (NNGE), Predictive Apriori (PA) ve PART algoritmaları, Weka kullanılarak uygulanmıştır. Tüm kuyuların gazlı kumtaşı alanlarında, toplamda en iyi sonuçlara NNGE algoritmasıyla ulaşılmıştır. PA algoritması PART algoritmasından daha iyi performans göstermiştir. Gazsız alanlarda, algoritmaların başarı sıralarında değişiklik olmamıştır. Bu sonuçlara ek olarak, özütlenen kuralların açıklayıcılığıyla ilgili ilginç bulgular tespit edilmiştir.

This thesis analyzes the process of data mining and knowledge discovery (DM&KD) in the area of natural gas exploration. The process consists of five steps: Problem Definition, Collecting the Data, Data Pre-Processing, Application of the Main DM&KD Algorithms, and Interpretation of the Results of the DM&KD Process. The problem is to identify the DM & KD algorithm among a set of algorithms that extracts the highest number of useful valid rules targeted to find natural gas deposits in sandstone rock type of Osmancik formation in Degirmenkoy natural gas field of Turkey. The data is collected along five wells from the gas field. In the Pre- Processing phase, outliers and erroneous data are removed. Then these data is transformed into Well Log SQL database and necessary connections are made between the database and Weka Data Mining Tool. Non-Nested Generalized Exemplar (NNGE), Predictive Apriori (PA) and PART algorithm are applied using Weka's toolset. In the gaseous sandstone zones of all Wells, at total best results in terms of valid useful rule amount is attained by NNGE algorithm. PA algorithm presents better performance than PART algorithm in the analyzed zones. For nongaseous zones, same ranking is achieved as in the gaseous sandstone zones. In addition to these results, interesting findings related with some of the extracted rules' explanatory power are determined.