Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 2 dokumen yang sesuai dengan query
cover
R. Herastya Iman Priyonggo
Abstrak :
Lapangan XYZ adalah lapangan gas yang berada di Selat Makasar Kalimantan Timur. Lapangan ini terletak di bagian timur dari laut dalam Delta Mahakam dan kedalaman rata-rata air laut di daerah ini kurang lebih 6000 feet. Reservoir di lapangan ini dipercaya sebagai endapan turbidite laut dalam, dan dikenal sebagai "deep water channelized system" yang berumur antara Pliosen bawah - Miosen Atas. Oleh karena itu reservoir di daerah ini memiliki kuantitas dan kualitas yang sangat bervariasi. Dalam penelitian ini dipilih metoda dekomposisi spektral yang hasilnya diharapkan akan dapat digunakan dalam mendeliniasi, dan analisa facies reservoir dengan pendekatan model yang telah ada sebelumnya dan telah dilakukan oleh Slatt 2006. Sementara ekstraksi atribut RMS dilakukan untuk melihat distribusi kandidat reservoir sekaligus menjadi pembanding dan pendukung informasi yang didapat dari metoda dekomposisi spektral. Hasil penelitian ini pada akhirnya akan sangat berguna bagi perhitungan cadangan rinci, yang akan sangat tergantung pada geometri dan kualitas reservoir. Selain itu juga akan berguna bagi perencanaan produksi pada fase eksploitasi. Dari hasil penelitian ini , didapatkan tiga facies reservoir dan hubungan korelasi yang kuat antara metode dekomposisi spektral dengan ekstraksi atribut RMS tersebut. Dengan ektraksi atribut RMS dapat dilihat distribusi reservoir secara umum berdasarkan tingginya nilai atribut RMS. Sementara untuk deliniasi reservoir secara lebih rinci diperoleh dari hasil analisis dekomposisi spektral. Universitas Indonesia. ......The XYZ Field is one of the gas fields located in Makasar Strait-East Kalimantan. It lies in the Eastern part of deepwater Mahakam Delta. The average water depth in the area is about 6000 feet. The reservoir of this field is believed to be the product of deepwater turbidite sedimentation as "deep water channelized system" of Lower Pliocene to Upper Miocene in age. As a consequence reservoir of this area has great variations in quality and quantity. In this research the spectral decomposition method was chosen and expected to be used in reservoir deliniation and facies analysis based on previous model approaches Slatt, 2006. While RMS attribute extraction carried out in order to analyze the distribution of reservoir candidate as well as the benchmark and supporting information for the spectral decomposition method. The result of this study will be very important for detail reserved calculations, which will be very rely on to the reservoir geometry and quality. Moreover it will be very useful for the production planning at the exploitation phase. From this study, it is concluded there are 3 (three) main facies of reservoir in the area, and there is a strong correlation between result of spectral decomposition and RMS attribute. From the RMS attribute extraction, the author found a general reservoir distribution based on the height of RMS value. Meanwhile for more detail reservoir deliniation, it has been achieved from the spectral decomposition analysis.
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2009
T21602
UI - Tesis Open  Universitas Indonesia Library
cover
Novita Milanda
Abstrak :
Data seismik merupakan data yang secara alami tidak stasioner, karena mempunyai berbagai kandungan frekuensi dalam domain waktu. Salah satu atribut seismik yang bertujuan untuk mencirikan tanggap frekuensi yang tergantung waktu dari batuan dan reservoir bawah permukaan adalah dekomposisi waktu-frekuensi atau sering disebut sebagai dekomposisi spektral. Dengan dekomposisi spektral diharapkan lapisan-lapisan sedimen yang tidak tampak terpisah (berada di dalam satu wiggle wavelet) dengan menggunakan data seismik konvensional, akan tampak terpisah jelas. Salah satu metode dari dekomposisi spektral yaitu Continous Wavelet Transform (CWT). CWT adalah metoda dekomposisi waktu-frekuensi (time-frequency decomposition) yang ditujukan untuk mengkarakterisasi respon seismik pada frekuensi tertentu. Studi ini dilakukan dengan mengaplikasikan CWT pada wavelet dan frekuensi tertentu untuk melihat resolusi dari seismik .Wavelet yang digunakan pada studi ini adalah wavelet morlet, complex Gaussian-4, daubechies-5, coiflet-3 dan symlet-2 pada frekuensi 20 Hz, 40 Hz, 60 Hz dan 80 Hz (pada data sintetik 2D seismik) serta 40 Hz, 60 Hz, 80 Hz (pada data real 2D seismik). Dan hasil yang diperoleh dari penelitian ini menunjukkan bahwa pada data seismik sintetik 2D seismik dilakukan aplikasi CWT dengan time sample 3s dan 50 CDP trace menunjukkan bahwa semakin tinggi frekuensi maka pemisahan lapisan tipis yang dapat dilakukan semakin baik. Pada data seismik real 2D, pemisahan lapisan tipis pada batubara terjadi pada tuning frequency 80 Hz dengan menggunakan wavelet symlet-2. ......Seismic data is naturally a non-stationary data, because it has many frequencies information in time domain. One of seismic attributes, which is used to characterize the frequency response as function of time and reservoir rock, is time-frequency decomposition or commonly known as spectral decomposition. By using spectral decomposition, it is expected that thin sedimentary layers (in one wiggle wavelet) can be separated rather than using conventionally seismic data. CWT is one of time-frequency decomposition method to decompose the seismic signal into single frequency. This study had been carried out by implementing CWT in certain wavelet and frequency to analyze the seismic resolution. The various wavelets had been used this study, they are morlet, complex Gaussian-4, daubechies-5, coiflet-3 and symlet-2. The various frequencies of 20 hz, 40 Hz, 60 Hz dan 80 Hz frequency (for 2D synthetic seismic data) and 40 Hz, 60 Hz, 80 Hz frequency (for 2D real seismic data) are applied. The application of 2D synthetic seismic data that is implemented with CWT, 0.3 s time sample and 50 trace, shows that the use of higher frequency shows better separation. In addition, the application of 2D real seismic data shows that the best separation is in the frequency of 80 Hz with wavelet symlet-2.
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2009
T37320
UI - Tesis Open  Universitas Indonesia Library