Hasil Pencarian  ::  Simpan CSV :: Kembali

"Analisa multi atribut adalah salah satu metode statistik menggunakan lebih dari satu atribut untuk memprediksi properti fisik dari batuan. Tujuan analisa ini adalah adalah mencari hubungan antara log dengan data seismik. Hubungan ini digunakan untuk memprediksi Volome dari properti log pada semua volume seismik Pada penelitian ini analisa multiatribut diaplikasikan pada lapangan X daerah cekungan sumatera selatan dengan menggunakan 5 data sumur. Target dari penelitian ini adalah memprediksi penyebaran porositas di lapangan X. Sumursumur yang dipilih adalah sumur yang tersebar merata dan mewakili area yang akan diprediksi penyebaran porositasnya. Jumlah atribut yang digunakan di tentukan oleh proses step wise regression. Metode multiatribut yang linier transformasinya terdiri dari deret bobot yang diperoleh dari minimalisasi least square. Pada metoda non linier, neural network di gunakan dalam proses training dengan menggunakan atribut yang sudah ditentukan sebelumnya.Tipe neural network yang digunakan adalah PNN ( Probabilistic Neural Network ),tipe ini dipilih karena mempunyai hasil korelasi yang paling baik dibandingkan dengan tipe neural network yang lain. Untuk mengetahui tingkat kepercayaan dari transformasi multiatribut dilakukan proses crossvalidasi. Hasilnya multiatribut menunjukan korelasi sebesar 0.65 dan neural network 0.69.

---

Multi-attribute analysis is a statistic method using more than one attribute to predict physical properties of rocks. The aim of this analysis is to find a relationship between log and seismic data. The relationship is used for predicting volume of log property at all seismic volumes. In this study the multi-attribute analysis is applied to area X, which is a cavity region in South Sumatera, using five well data. The aim of the study is to predict porosity distribution at area X. The wells that were chosen were those that were spread evenly and represented areas where the distribution of porosity will be predicted. The quantity of attributes used is determined by a step wise regression process. A linear multiattribute method comprises of a series that is achieved by a minimised least square. In a non-linear method, neural network is used in the training process with predetermined attributes. The neural network type used was PNN (Probabilistic Neural Network ), this type was chosen because of the best correlation result. To verify the validity of the multi-attribute transformation, a crossvalidation was conducted. The result shows a 0.65 correlation and a 0.69 neural network."

"Pemodelan impedansi akustik dapat memberikan gambaran fisis batuan dalam karakterisasi reservoar. Metode inversi yang diterapkan untuk mendapatkan model impedansi akustik pada Daerah ?X?, Sumatera Selatan menunjukan bahwa litologi karbonat platform pada formasi Batu Raja dan batuan pasir (sand) pada formasi Gumai dan Talang Akar dapat terpisahkan dengan baik. Reservoar karbonat yang memenuhi kriteria pada formasi Batu Raja terlihat pada nilai anomali impedansi akustik yang cukup rendah (11000-12100 m/s.gr/cc) dengan nilai porositas sekitar 8-11%. Analisis terintegrasi berdasarkan model impedansi akustik, data sumur, model estimasi porositas, data seismik dan data geologi regional menunjukkan bahwa zona persebaran reservoar terkonsentrasi pada bagian barat laut hingga tenggara daerah penelitian.

---

Modeling acoustic impedance is applied to describe physical properties of rocks in the reservoir characterization. Inversion method which is used to obtain acoustic impedance model on the Region "X", South Sumatra shows that the lithology of carbonate platforms in the Batu Raja and rock formations of sand on Gumai and Talang Akar formation can be separated well. Carbonate reservoir that meets the criteria in the formation of the Batu Raja looks at the value anomaly with low acoustic impedance (11000-12100 m / s.gr / cc) with a porosity value about 8 to 11%. Integrated analysis based on acoustic impedance model, well data, the model porosity estimation, seismic data and regional geological data indicate that the distribution of reservoir zones are concentrated in the northwest to the southeast area of research."

"Karakterisasi reservoar dengan menggunakan pendekatan impedansi akustik dapat digunakan untuk mengetahui distribusi lateral dari reservoar. Metode inversi impedansi akustik dapat memisahkan dua reservoar yang terdapat pada Formasi Kais Cekungan Salawati Lapangan 'Y', Papua. Analisa hasil impedansi akustik serta pendekatan estimasi porositas, menunjukkan bahwa pada daerah Top Kais dan Base Reef merupakan daerah yang berpotensi sebagai reservoar. Daerah prospek pada Top Kais relatif terdapat pada bagian tengah yang ditunjukkan dengan nilai AI rendah berkisar 7300-8500 g.m/s.cc dan porositas tinggi berkisar 17.4 - 19.8%. Sedangkan potensi reservoar Base Reef berada pada daerah selatan dengan nilai AI berkisar 8100-8900 g.m/s.cc dan porositas berkisar 16,0 - 18,3%.

---

Reservoir characterization using acoustic impedance approaches can be used to determine the lateral distribution of the reservoir. Acoustic impedance inversion method is able to show the separating of two reservoirs, which is located at Kais Formation Salawati Basin Field "Y", Papua. The analysis, which is based on acoustic impedance result and porosity estimation approaches, indicate that Top Kais and Base Reef are an area that has potential as reservoir.

Top Kais prospect area is relatively centered in the middle indicated by the low AI values ranging from 7300 - 8500 g.m/s.cc and high porosity ranges from 17,4 to 19,8%, While the potential reservoir Base reef located on the south by the AI range 8100-8900 g.m/s.cc and porosity ranges from 16.0 to 18.3%."