Karakterisasi Reservoir Minyak dan Gas Bumi Menggunakan Analisis Multi Atribut dan Neural Network pada Lapangan “VAL”, Formasi Bekasap, Cekungan Sumatera Tengah
| Main Author: | Magfirah, Vania Iqsora |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/168636/ |
Daftar Isi:
- Distribusi batuan reservoir akan lebih mudah diketahui berdasarkan properti fisis yang merepresentasikan karakteristik reservoir secara universal. Properti fisis tersebut diantaranya adalah volume serpih dan porositas. Untuk kepentingan delineasi reservoir, maka perlu dilakukan prediksi properti fisis tersebut pada lapangan VAL, Formasi Bekasap, Cekungan Sumatera Tengah menggunakan analisis multi atribut dan neural network. Data yang dilibatkan adalah data seismik 3D PSTM (Post Stack Time Migration) dan 26 data sumur. Hasil penelitian menunjukkan bahwa, analisis multi atribut dan neural network dapat memprediksi volume serpih secara baik, dengan faktor korelasi 0.76. Akan tetapi, tidak cukup baik dalam memprediksi porositas dengan faktor korelasi sebesar 0.47. Sehingga, prediksi porositas dilakukan dengan analisis single attribute yang menghasilkan faktor korelasi sebesar 0.91. Hasil prediksi tersebut disajikan dalam peta persebaran melalui analisis time slice. Melalui peta persebaran tersebut, kemudian dilakukan interpretasi persebaran volume serpih dan porositas sehingga diketahui distribusi batuan reservoir batu pasir. Hasil integrasi antara peta persebaran volume serpih dan porositas, reservoir batu pasir (sand stone) terdistribusi di arah barat laut hingga tenggara pada horizon Sand A dan barat laut hingga utara horizon Sand C. Di mana sand A memiliki kandungan serpih sebesar 0% - 36% dan nilai porositas 15% - 19% (kualitas baik). Sedangkan Sand C memiliki kandungan serpih 0% - 36% dan nilai porositas 16% - 24% dengan kualitas sangat baik.