Cláudia Lucena Rocha
Título
Análise de Fronteiras de Reservatório de Petróleo Através de Geoquímica de Superfície e Mineração de Dados
Resumo
Este trabalho descreve o sucesso da aplicação da Data Mining na forma de redes neurais artificiais, árvores de decisão e aprendizado bayesiano para determinar se posições específicas das amostras podem se situar dentro das fronteiras do reservatório. Com este propósito foi utilizado um reservatório de armazenamento de gás natural conhecido. As variáveis de entrada consistiram de concentrações de gases livres, gases adsorvidos no solo e alguns parâmetros ambientais. A variável de saída consistiu na análise binária da posição da amostra acima ou fora do reservatório. Foram usados 70% dos dados de treinamento e 30% entre verificação e teste. Os modelos finais construídos ficaram em torno de 95% das posições das amostras. Foram usadas análises estatísticas convencionais para um prévio estudo dos dados e obter sucesso na futura modelagem. Foram encontrados também que a mistura no solo, o tipo de solo e uso do terreno foram as variáveis ambientais de maior importância.
Abstract
This work describes the successful aplication of Data-Mining in the form of the artificial neural network, decision tree and bayesian learned analysis to determine whether a specific sample site is within the surface trace of the reservoir boundaries. A well know gas storage reservoir was used to this objective. The input variables consisted of free gases concentrations, adsorbed gases from the soil and some environmental parameters. The output variable was a simple binary reflecting whether the sample site was directly over the reservoir. Was used 70% of the data to train and 30% of the data between verification and test. The final models constructed were 95% around. Was used conventional statistical analysis to a previous study of the datas and to improve the future models. Was also founded that the soil moisture, soil type and use of land are the most important environmental variables.
