Hasil Pencarian  ::  Simpan CSV :: Kembali

"Lapangan 'HD' merupakan lapangan gas di Cekungan Sunda yang dikembangkan sejak tahun 2006 dan telah membuktikan keberadaan hidrokarbon pada lapisan batupasir Formasi Talang Akar bagian atas. Formasi ini merupakan sedimen sedimen darat yang terendapkan sepanjang aliran sungai purba (paleochannel) berumur Oligosen Atas dan berpotensi sebagai lapisan reservoir yang baik. Aplikasi multi atribut seismik merupakan salah satu teknik yang dipakai dalam mengidentifikasi pola sebaran dan kualitas reservoir sedimen tersebut. Penerapan teknik multi atribut seismik pada Lapangan "HD" menghasilkan 7 atribut kombinasi terbaik yaitu Filter 55/60-65/70, Duadrature Trace, Log (inversion), Filter 35/40-45/50, Derivative, Y-Coordinate, dan Second Derivative dengan koefisien korelasi sebesar 0.612388. Hasil dari sebaran distributary channel pada 4 lapisan reservoir target diinterpretasikan masuk ke dalam lingkungan pengendapan upper delta plain dimana secara kualitas Lapisan Sand-A mempunyai porositas terbaik 18%, Sand-B sebesar 20%, Sand-C bernilai 28%, dan Sand-D sebesar 24%. Sedangkan dari identifikasi kawasan prospek hidrokarbon, Lapisan Sand-A mempunyai 5 kandidat prospek (A1, A2, A3, A4 dan A5), Lapisan Sand-B terdapat 6 kandidat prospek (B1, B2, B3, B4, B5 dan B6), Lapisan Sand-C mempunyai 5 kandidat prospek (C1, C2, C3, C4 dan C5), serta Lapisan Sand-D terdapat 7 prospek (D1, D2, D3, D4, D5, D6 dan D7). Hasil perhitungan sumberdaya hidrokarbon keempat lapisan reservoir didapatkan original oil inplace Sand-A sebesar 1,63 mmscf, Sand-B sebesar 2,47 mmscf, Sand-C sebesar 0,7 mmscf, dan Sand-D sebesar 7,07 mmscf.

---

"HD" fields is a gas field in Sunda Basin, it developed since 2006. The hydrocarbon existence in this field is proven at sandstone layers of the Upper Talang Akar Formation. Upper Talang Akar Formation is a terrestrial sediments, which is deposited along the ancient river (paleochannel) of Upper Oligocene age and this formation is potential to be a good reservoir. Multi attribute seismic application is a techniques used to identify the patterns of distribution and reservoir sediments quality. The application of multi attribute seismic techniques in the "HD" field produce 7 best attributes combination, they are Filter 55/60-65/70; Duadrature Trace; log (inversion); Filter 35/40-45/50; Derivative; YCoordinate; and second derivative with correlation coefficient 0.612388.

The result of the distributary channel in the 4 layers reservoir target are interpreted into the upper delta plain deposition environment. Sand-A layer has the best porosity about 18%, Sand-B by 20%, Sand-C around 28%, and Sand-D approximately 24%. Whilst the hydrocarbon prospect identification of the region, Sand-A layer have 5 prospects candidate (A1, A2, A3, A4, and A5), Sand-B layer have 6 prospects candidate (B1, B2, B3, B4, B5, and B6), Sand-C have 5 prospects candidate (C1, C2, C3, C4, and C5), and Sand-D have 7 prospects candidate (D1, D2, D3, D4, D5, D6, and D7). The results of hydrocarbon resources calculation from reservoir layer obtained original oil inplace. Sand-A layer has 1,63 mmscf, Sand-B 2,47 mmscf, Sand-C 0,7 mmscf, and Sand-D 7,07 mmscf."

"ABSTRACTKorelasi sumur pada reservoir batugamping seringkali menjadi sangat rumit. Korelasimenggunakan data log saja dapat mengakibatkan terjadinya korelasi yang salah. Databiostratigrafi dapat membantu untuk memecahkan masalah tersebut. Batu gampingformasi Mundu-Selorejo tersusun oleh butir-butiran foraminifera plakntonik, sedikitklastik dan mineral lempung. Pembagian reservoir dapat dilakukan dengan membagizona nano fosilnya, dikenal dengan nama zonasi MSNZ.Interpretasi zona MSNZ ini sangat sulit dilakukan pada seismik konvensional. ZonasiMSNZ merupakan peristiwa pengendapan kronografi, dan peristiwa ini dapattercermin dalam sifat fisik batuan. Pada studi ini dilakukan interpretasi horizonMSNZ ini melalui perubahan impedansi akustik pada lapangan Sphenolithus ini.Horizon MSNZ ini kemudian menjadi input model pengendapan.Hasil dari korelasi sumur dan interpretasi impedansi akustik adalah sebuah modelyang menunjukan bahwa batugamping bioklastik ini diendapkan secara progradasi didasar laut. Endapan progradasi ini disebabkan oleh arus konturit. Hasil dari model inimenunjukan bahwa perkembangan fasies reservoir baik terbatas hanya berada padadaerah tinggian pada saat pengendapan.

---

ABSTRACTWell correlation in limestone reservoir often become very complicated. Correlationusing log data only, could cause missed correlation. Biostratigraphy data are able tosolve the problems. Mundu-Selorejo Formation limestone was consisting offoraminifera planktik grain, few clastic grain and clay minerals. Reservoir zonationwas done by dividing the nano fossil zones, known as MSNZ zonation.The MSNZ interpretation are hard to done in conventional seismic cube. The MSNZzonation was a chronographic depositional event, and this event could be shown inrock physical properties. Within this study the MSNZ horizons is interpreted throughthe acoustic impedance changes within Sphenolithus field. These MSNZ horizonsthen become an input for depositional model.The outcome of the correlation and acoustic impedance interpretation is a model thatshown the bioclastic limestone was deposited progrades on the sea bed. Theprogradation was caused by contourite current. The result of this model shown thatthe development of good reservoir facies was only limited to paleo-bathymetric highduring deposition."

"ABSTRAKIntegrasi data seismik dan log sumur dilakukan pada dataset lapangan Blackfootuntuk mengidentifikasi penyebaran litologi dan porositas pada zona targetreservoar tipis di lapangan ini. Integrasi dilakukan menggunakan analisa inversidan multi-atribut seismik. Dengan inversi seismik, tras seismik dapat diubahmenjadi volume impedansi akustik yang kemudian dikonversikan menjadiporositas dengan suatu asumsi sedangkan dengan multiatribut seismik, volumeporositas dapat diprediksi dengan transformasi linier dan non-linier antara propertilog sumur dengan serangkaian atribut seismik.Tiga jenis metoda inversi impedansi akustik diterapkan pada dataset yaitu inversirekursif, linear programming sparse-spike (LPSS) dan model-based. Hasil inversikemudian dibandingkan satu sama lain melalui parameter cross correlation danerror log. Hasil dari inversi yang berbeda-beda ini secara konsisten menunjukkanreservoar dengan impedansi rendah didalam channel pada kedalaman kurang lebih1060ms pada domain waktu. Inversi berbasiskan model menunjukkan pencitraanyang lebih baik dan koefisien korelasi yang paling tinggi (99.8%) dibandingkankedua jenis inversi lainnya. Karenanya, hasil inversi impedansi akustik modelbasedini kemudian digunakan sebagai atribut eksternal pada analisa multi-atribut.Volume pseudo porositas dibuat dari fungsi regresi dari crossplot hubunganimpedansi akustik hasil inversi dengan log porositas yang tersedia pada setiapsumur.Analisa multi-atribut digunakan untuk menghasilkan transformasi linier maupunnon-linier antara properti log sumur?dalam hal ini adalah log impedansi akustik,densitas dan porositas?dengan serangkaian atribut seismik. Untuk model linier,dipilih transformasi pembobotan linear step-wise regression (SWR) yangdiperoleh dari minimisasi least-square. Untuk mode non-linier probabilisticneural networks (PNN) di-training menggunakan atribut pilihan dari transformasiSWR sebagai input. PNN dipilih sebagai network yang akan diterapkan padadataset karena umumnya menunjukkan korelasi yang lebih baik dan mempunyaialgoritma matematis yang lebih sederhana.

---

AbstractIntegration of seismic and well log data of Blackfoot field dataset was conductedto identify the distribution of lithology and porosity of an interest thin reservoirzone in this field. The integration has been done using seismic and multiattributeanalyses. With seismic inversion, seismic trace can be changed into acousticimpedance which represent the physical property of the reservoir layer and thenconverted to be a porosity volume. With seismic multiattribute, log propertyvolumes are predicted using linear or non-linear transformations between logproperties and a set of seismic atrributes.Three types of seismic inversion have been applied to the dataset i.e. recursiveinversion, linear programming sparse-spike (LPSS) inversion and model-basedinversion. The results then were compared each other through cross correlationand error log parameters. The difference inversion results show clearly thereservoir with its related low impedance within a channel at the depth of 1550m ormoreless at 1060ms in time domain. The model-based inversion result showssmoothed image and the highest correlation coefficient (99.8%) compared to twoother inversions. Therefore, the acoustic impedance of model-based inversionresult was used for external attribute in multiattribute analyses. Pseudo-porosityvolume was produced from regression function of a crossplot between theacoustic impedance as an inversion result with the original porosity log.Multiattribute analyses were used to derive a relationship between well logproperties i.e. acoustic impedance, density and porosity logs?and a set of seismicattributes. The derived relationship can be linear (using step-wise regressiontransformation) or non-linear (using probabilistic neural network transformation).PNN is chosen as a network trained for final dataset because in general it showsbetter correlations and simpler matematic algorithms. The reliability of derivedrelationship is determined by cross-validation test."