Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Lapangan Krisna terletak di bagian barat blok South East Sumatra (SES), Cekungan Sunda. Produksi minyak utama Lapangan Krisna B dan C berasal dari batugamping Formasi Baturaja Unit Baturaja Bawah yaitu LBR. LBR berasosiasi dengan fasies reef, shallow marine deposit, foreslope deposit, dan open marine. Prediksi porositas dari inversi impedansi akustik menjadi tantangan karena tidak mudah untuk memprediksi porositas area porous dan tight dengan resolusi seismik pada puncak buildup LBR berada di bawah tuning thickness. Feasibility analysis menunjukkan impedansi akustik dapat memisahkan litologi batugamping (carbonate) dan batuserpih (shale), dengan nilai impedansi akustik (IA) untuk good reservoir pada LBR adalah 22500-32500 gr/cm3.ft/s, IA< 22500 gr/cm3.ft/s adalah shale, dan IA>32500gr/cm3.ft/s adalah tight carbonate. Nilai impedansi akustik rendah berkorelasi dengan nilai porositas sumur yang tinggi. Pemodelan porositas menggunakan metode Sequential Gaussian Simulation (SGS) dengan impedansi akustik sebagai variabel sekunder kriging. Model porositas dengan keterpengaruhan impedansi akustik 60% menunjukkan korelasi terbaik sebesar 0.73 dengan porositas sumur. Porositas tertinggi berkorelasi dengan asosiasi fasies reef. Peta sebaran porositas LBR nantinya dapat dipakai untuk identifikasi prospek sumur pengembangan lainnya di Lapangan Krisna B dan C. ......Krisna Field is located in the western part of South East Sumatra (SES), Sunda Basin. Main oil production in Krisna B and C Field is from lower baturaja (LBR) formation. LBR interpreted as reef facies association, shallow marine deposit facies association, foreslope deposit facies association and open marine facies association. Porosity prediction from acoustic impedance inversion is challenge since there is not easy to predict the porous and tight zone with resolution of seismic in the crest of LBR buildup is below tuning thickness. Feasibility analysis showed that acoustic impedance could distinguish limestone carbonate from shale, with good reservoir acoustic impedance (AI) value 22500-32500gr/cm3.ft/s, AI<22500gr/cm3.ft/s for shale, and AI>32500gr/cm3.ft/s for tight carbonate. Low acoustic impedance value is correlated with high porosity value from the wells. Porosity modeling used Sequential Gaussian Simulation (SGS) method with acoustic impedance as kriging secondary variable. Porosity model with 60% AI has the best correlation about 0.73 with porosity from wells. The highest porosity is correlated with reef facies association. LBR porosity distribution could be used for infill prospect in Krisna B and C Field.

Abstrak :
Suatu model persebaran litofasies sangat penting dalam proses karakterisasi reservoar. Dengan adanya model kita dapat memperhitungkan nilai keekonomian dari reservoar tersebut termasuk menyusun program pengembangan reservoar selanjutnya, serta dapat pula menjadi masukan sebagai model statik dalam proses simulasi resevoar. Dua metode geostatistik dalam memodelkan fasies telah dilakukan dalam penelitian ini yaitu, sequential indicator simulation dan truncated gaussian simulation. Kedua metode tersebut menggunakan analisa model variogram, namun truncated gaussian simulation memperhitungkan konsep model pengendapan litofasies sementara sequential indicator simulation tidak memperhitungkan konsep tersebut. Untuk memodelkan porositas zona reservoar digunakan metode sequential gaussian simulation. Atribut impedansi akustik digunakan sebagai konstrain dalam setiap pemodelan. Dari hasil penelitian disimpulkan bahwa apabila data sumur yang tersedia terbatas dan pemodelan dikonstrain oleh atribut impedansi akustik, metode truncated gaussian simulation lebih baik dalam memetakan persebaran litofasies dibandingkan dengan metode sequential indicator simulation.

---

A model of lithofasies distribution is very important in the process of reservoar characterization. By using this model, we can calculate the economic value of the reservoar. It also can be used as an input static model for reservoar simulation. Two methods of geostatistics stochastic in facies modeling have been done in this research, sequential indicator simulation and truncated gaussian simulation. Both of methods use the variogram model analysis, however truncated gaussian simulation consider the concept of depositional models of lithofasies while sequential indicator simulation not. Sequential gaussian simulation method has been used to model the reservoar porosity zone. Every modelling process use acoustic impedance attribute as litofasies constrain. The study concluded that if the well data is sparse and acoustic impedance has been used as constrain, truncated gaussian method will produced a better model than sequential indicator method.