Hasil Pencarian  ::  Simpan CSV :: Kembali

"Lapangan “Kefa” terletak di Cekungan Banggai, Sulawesi Tengah memiliki struktur berupa kumpulan dari beberapa build-up yang terletak pada Formasi Mantawa. Fluktuasi muka air laut ketika terbentuknya build-up dapat memicu munculnya porositas sekunder, yang berdampak pada distribusi porositas tidak merata di Lapangan “Kefa”. Penelitian ini berfokus untuk memodelkan porositas pada Formasi Mantawa menggunakan metode inversi stokastik. Metode inversi tersebut dapat menghasilkan persebaran nilai impedansi akustik yang lebih tegas dibanding inversi deterministik, sehingga mampu memetakan porositas pada build-up dengan resolusi vertikal yang lebih baik. Hasil inversi stokastik menunjukkan nilai impedansi akustik pada rentang 13.000-28.500 (ft/s)(g/cc) yang diperkirakan sebagai pay zone dan rentang 28.500-40.000 (ft/s)(g/cc) sebagai zona tight carbonate. Dengan memanfaatkan metode collocated co-kriging, log porositas sebagai variabel utama digunakan untuk mendistribusikan porositas yang akan mengikuti tren persebaran impedansi akustik sebagai variabel sekunder. Nilai porositas pada pay zone diperkirakan berkisar di rentang 15-35%, sedangkan nilai porositas pada zona tight carbonate berada di bawah 15%. Zona dengan nilai porositas lebih tinggi tersebut dapat dipertimbangkan sebagai target eksplorasi.

---

“Kefa” Field is located in Banggai Basin, Central Sulawesi, and characterized by a group of carbonate build-ups within the Mantawa Formation. These build-up structures contribute to the development of secondary porosity, which affects the distribution of porosity across the field. This study focuses on porosity modeling in the Mantawa Formation using a stochastic inversion method. Compared to deterministic inversion, this approach produces a clearer distribution of acoustic impedance, allowing for better vertical resolution in mapping porosity within the build-ups. The stochastic inversion results show acoustic impedance values ranging from 13,000 to 28,500 (ft/s)(g/cc), interpreted as pay zones, and from 28,500 to 40,000 (ft/s)(g/cc), interpreted as tight carbonate zones. Using the collocated co-kriging method, the porosity log is used as the primary variable to distribute porosity, guided by the trend of acoustic impedance as a secondary variable. Porosity values in the pay zone are estimated to range between 15–35%, while those in the tight carbonate zone are generally below 15%. The zone with higher porosity values can be considered as a potential exploration target."

"Cekungan Banggai memiliki potensi hidrokarbon yang terakumulasi pada reservoir karbonat dengan porositas ganda – porositas primer dan sekunder akibat diagenesis. Hal tersebut menyebabkan variasi nilai porositas secara vertikal maupun lateral sehingga menyulitkan identifikasi zona hidrokarbon yang potensial. Untuk mengidentifikasi zona reservoir karbonat dengan porositas ganda, penelitian ini mengintegrasikan metode inversi seismik, multiatribut seismik, dan Probabilistic Neural Network (PNN), yang bertujuan untuk meningkatkan akurasi dalam pemodelan karakteristik reservoir. Hasil penelitian menunjukkan bahwa karbonat build-up Formasi Mantawa memiliki impedansi akustik rendah (6200–10000 m/s*g/cc), porositas tinggi (21%–28%), dan saturasi air rendah (30%–47%), yang mengindikasikan adanya batuan berpori yang mengandung hidrokarbon. Diharapkan dengan penerapan integrasi metode tersebut, distribusi reservoir, porositas, dan saturasi air dapat dipetakan dengan lebih akurat berdasarkan hasil dari prediksi Probabilistic Neural Network (PNN) dan membuka peluang eksplorasi lebih lanjut di zona prospektif Lapangan ZENA.

---

The Banggai Basin has hydrocarbon potential accumulated in carbonate reservoirs with dual porosity – primary and secondary porosity due to diagenesis. This causes variations in porosity values both vertically and laterally, making it difficult to identify potential hydrocarbon zones. To identify carbonate reservoir zones with dual porosity, this study integrates seismic inversion methods, multi-attribute seismic analysis, and Probabilistic Neural Network (PNN), aimed at improving the accuracy of reservoir characteristic modeling. The results show that the carbonate build-up of the Mantawa Formation has low acoustic impedance (6200–10000 m/s*g/cc), high porosity (21%–28%), and low water saturation (30%–47%), indicating the presence of porous rocks containing hydrocarbons. It is expected that with the application of the integration of these methods, the distribution of the reservoir, porosity, and water saturation can be mapped more accurately based on the results from the predictions of the Probabilistic Neural Network (PNN), thus opening up further exploration opportunities in the prospective zones of the ZENA Field."

"Cekungan Banggai memiliki potensi hidrokarbon yang terakumulasi pada reservoir karbonat dengan porositas ganda – porositas primer dan sekunder akibat diagenesis. Hal tersebut menyebabkan variasi nilai porositas secara vertikal maupun lateral sehingga menyulitkan identifikasi zona hidrokarbon yang potensial. Untuk mengidentifikasi zona reservoir karbonat dengan porositas ganda, penelitian ini mengintegrasikan metode inversi seismik, multiatribut seismik, dan Probabilistic Neural Network (PNN), yang bertujuan untuk meningkatkan akurasi dalam pemodelan karakteristik reservoir. Hasil penelitian menunjukkan bahwa karbonat build-up Formasi Mantawa memiliki impedansi akustik rendah (6200–10000 m/s*g/cc), porositas tinggi (21%–28%), dan saturasi air rendah (30%–47%), yang mengindikasikan adanya batuan berpori yang mengandung hidrokarbon. Diharapkan dengan penerapan integrasi metode tersebut, distribusi reservoir, porositas, dan saturasi air dapat dipetakan dengan lebih akurat berdasarkan hasil dari prediksi Probabilistic Neural Network (PNN) dan membuka peluang eksplorasi lebih lanjut di zona prospektif Lapangan ZENA.

---

The Banggai Basin has hydrocarbon potential accumulated in carbonate reservoirs with dual porosity – primary and secondary porosity due to diagenesis. This causes variations in porosity values both vertically and laterally, making it difficult to identify potential hydrocarbon zones. To identify carbonate reservoir zones with dual porosity, this study integrates seismic inversion methods, multi-attribute seismic analysis, and Probabilistic Neural Network (PNN), aimed at improving the accuracy of reservoir characteristic modeling. The results show that the carbonate build-up of the Mantawa Formation has low acoustic impedance (6200–10000 m/s*g/cc), high porosity (21%–28%), and low water saturation (30%–47%), indicating the presence of porous rocks containing hydrocarbons. It is expected that with the application of the integration of these methods, the distribution of the reservoir, porosity, and water saturation can be mapped more accurately based on the results from the predictions of the Probabilistic Neural Network (PNN), thus opening up further exploration opportunities in the prospective zones of the ZENA Field."