Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Saat ini geosaintis memasuki era big data dan pembelajaran mesin memberikan potensi besar untuk berkontribusi dalam masalah geosains (Karpatne dkk., 2017). Automasi dalam analisis fasies perlu dilakukan untuk meningkatkan keakuratan, juga mengurangi waktu dan biaya dalam kegiatan pengembangan sumur sehingga dapat meningkatkan hasil produksi. Penelitian dilakukan menggunakan data log sumur pengeboran, laporan deskripsi batuan inti, dan deskripsi petrografi di reservoir gas Lapangan X. Akumulasi gas berada di reservoir utama hasil endapan vulkaniklastik pada Formasi Pucangan. Proses pengelompokan dilakukan menggunakan algoritma K-Means dan di analisis menggunakan Cutoff Crossplot. Kemudian dilanjutkan dengan klasifikasi yang dilakukan menggunakan pembelajaran tersupervisi dengan jenis algoritmaSupport Vector Machine (SVM), Random Forest, dan Extreme Gradient Boosting (XGBoost). Lokasi penelitian berada di wilayah kerja Minarak Brantas Gas Inc (MBGI) Kabupaten Sidoarjo, Jawa Timur. Lapangan X terletak pada reservoir vulkaniklastikberumur Pleistosen dan terletak di onshore Cekungan Jawa Timur. Interval produksi berada di bagian bawah yang terendapkan di lingkungan neritik luar atau lingkungan turbiditik. Lapangan X terdiri dari empat fasies yaitu, batulempung, batulanau, batupasirvulkanik, dan batupasir karbonatan. Algoritma pembelajaran mesin yang paling baik digunakan untuk identifikasi fasies pada Lapangan X adalah RandomForest dengan hasil akurasi f1-score tertinggi, dan nilai RMSE (Root Mean Square Error) paling rendah dibandingkan kedua algoritma lain. ...... Geoscientists are currently entering the era of big data and machine learning provides great potential to contribute to geoscience problems (Karpatne et al., 2017). Automation in facies analysis needs to be done to increase accuracy, also reduce time and costs in well development activities so as to increase production yields. The research was conducted using drilling well log data, core rock description reports, and petrographic descriptions of gas reservoirs in Field X. Gas accumulation is in the main reservoir as a result of volcaniclastic deposits in the Pucangan Formation. The clustering process was carried out using the K-Means algorithm and analyzed using the Cutoff Crossplot. Then proceed with the classification which is carried out using supervised learning with the types of Support Vector Machine (SVM), Random Forest, and Extreme Gradient Boosting (XGBoost) algorithms. The research location is in the working area of ​​Minarak Brantas Gas Inc. (MBGI) Sidoarjo Regency, East Java. Field X is in a Pleistocene volcaniclastic reservoir and is locatedonshore in the East Java Basin. The production interval is at the bottom which is deposited in an outer neriticenvironment or a turbiditic environment. Field X consists of four facies, namely, claystone, siltstone, volcanic sandstone, and carbonate sandstone. The bestmachine learning algorithm used for faciesidentification in Field X is Random Forest with thehighest f1-score accuracy, and the lowest RMSE (RootMean Square Error) value compared to the other two algorithms.

Abstrak :
Prospek APE terletak kurang lebih 40 km dari Jakarta ke arah utara. Di awal perkembangan lapangan-lapangan ONWJ (Offshore North West Java), prospek ini dianggap sebagai shallow hazard, karena reservoar pada prospek ini berada pada lapisan Pre-Parigi dan pada saat pengeboran target utama terletak kurang lebih 2000 feet di bawah lapisan ini. Pada prospek APE ini terdapat dua sumur eksplorasi yang dianggap wet, yaitu Well#1 dan Well#2 dan pada saat pengeboran target utama keduanya adalah reservoar di Main-Massive. Data pada saat pengeboran menunjukan adanya kenaikan pembacaan gas khromatograph di Well#2 pada reservoir PreParigi, tetapi hanya setebal 5 feet. Pada penelitian ini, seismic coloured inversion (SCI) digunakan untuk mencari hubungan dan korelasi antara nilai water saturation dengan amplitudo. SCI ini merupakan inversi sederhana yang operatornya mematchkan frekuensi seismik dengan sumur. Uji plot silang dari data sumur pada model reservoar juga dilakukan dengan beberapa nilai amplitudo dari far coloured inversion, near coloured inversion dan full stack. Hubungan kedua parameter ini digunakan untuk memodelkan penyebaran saturasi air dan penyebaran hidrokarbon pada Prospek APE. Pemodelan ini juga bertujuan untuk mengurangi resiko dan memperkecil nilai ketidakpastian pada prospek eksplorasi ini. Berdasarkan hasil penelitian, amplitudo dari far coloured inversion memiliki nilai korelasi yang baik dibandingkan nilai amplitudo near ataupun full stack. Pada saat reservoir terisi oleh gas, nilai amplitudo far akan memiliki nilai maksimum negatif dan pada reservoar yang terjenuhkan oleh air yang tinggi memiliki karakter amplitudo maksimum positif. Adanya korelasi antara kedua parameter tersebut dapat memberikan gambaran yang lebih baik dalam memprediksi penyebaran gas di reservoar Pre-Parigi. Sedikitnya ada tiga sumur usulan yang dapat dibor pada prospek ini, yaitu di bagian utara, tengah dan selatan dari struktur ini. Tiga lokasi titik pemboran ini didasarkan dari posisi struktur yang terkompartemen oleh patahan normal dan kehadiran amplitudo anomali dari SCI. ......APE prospect is situated 100 km to the north from the capitol city of Indonesia, Jakarta. In the initial development of ONWJ (Offshore North West Java) fields, this prospect is identified as shallow hazard, since the reservoir of APE prospect is relatively shallow, it?s only 1500? TVDSS. There are 2 exploratory wells in this prospect; Well#1 and Well#2. Both of them have declared as wet well, due to not significant hydrocarbon presence in the reservoirs targets. During drilling activities in the Well#2, minor gas chromatograph was encountered and showing increasing gas show in the Pre-Parigi reservoir, and the net pay interpretation thickness is about 5 feet. In this project, seismic coloured inversion (SCI) was deployed to seeking the correlation between water saturation and amplitude value. Seismic coloured inversion is simple inversion which based on matching operator between well and seismic frequencies. In the reservoir models, cross-plot was conducted between amplitude (far ? near coloured inversion, full-stack) and water saturation. Relationship between those parameters is used to create distribution of water saturation and hydrocarbon modeling in the APE prospect. This modeling aims is to manage the risk and reducing uncertainty value in the exploration phase of this prospect. Based on result study, far coloured inversion amplitude exhibit better correlation rather than near and full stack. In the far coloured inversion, gas bearing reservoir will give strong negative amplitude response meanwhile the water saturated reservoir will have positive amplitude. This correlation will give better picture and understanding in the hydrocarbon distribution of Pre-Parigi reservoir. At least 3 point of proposed wells has been defined in this prospect; in the northern, middle and southern part of this structure. The wells location selection is based on fault compartments and the presence of seismic coloured inversion amplitude anomaly.

Abstrak :
Reservoar pada lapangan XYZ ini merupakan reservoar limestone globigerina berumur pertengahan - akhir miocene dengan ketebalan mencapai 140 meter, dan telah terpenetrasi oleh sumur XYZ dengan hasil berupa akumulasi gas. Seismik atribut dapat diaplikasikan untuk mengidentifikasi keberadaan gas tersebut. Studi ini difokuskan pada integrasi inversi seismik dan analisis kuantitatif dekomposisi spektral dengan tujuan lebih lanjut untuk menentukan perhitungan cadangan hidrokarbon. Inversi model based digunakan untuk menunjukan keberadaan reservoar yang memiliki porositas tinggi, dimana pada kasus ini daerah yang memiliki porositas 40-47 % menghasilkan nilai impedansi akustik yang relatif lebih rendah sekitar 4400-5500 (m/s)(gr/cc). Lebih lanjut, dekomposisi spektral CWT digunakan untuk mengidentifikasikan keberadaan dari reservoar hidrokarbon berdasarkan anomali frekuensi rendah dan atenuasi energi pada frekuensi tinggi. Pada studi ini frekuensi rendah berada pada 10-20 Hz dan frekuensi tinggi 30 - 40 Hz. Frekuensi 10Hz mampu merepresentasikan anomali frekuensi rendah dengan diikuti oleh atenuasi pada frekuensi yang lebih tinggi yaitu 20, 30 dan 40 Hz. Pada studi ini, analisis atenuasi dilakukan secara kuantitatif dengan pendekatan metode rasio spektral, dimana nilai gradien frekuensi dapat berasosiasi dengan faktor kualitas (Q). Pada zona reservoar didapatkan nilai Q rendah berkisar 25-30 yang mengindikasikan terjadi atenuasi yang kuat dalam medium tersebut. Nilai Q dapat memisahkan dua reservoar gas, dan zona air. Keberadaan air akan mengurangi nilai Q hingga mencapai 10. Analisis lebih lanjut untuk memisahkan dua unit reservoar maka dilakukan krosplot antara parameter porositas dan tekanan. Hasil krosplot menunjukan bahwa nilai Q akan bertambah seiring dengan bertambahnya tekanan,. Nilai Q akan berkurang seiring dengan bertambahnya porositas, akan tetapi, nilai Q akan lebih sensitif dengan keberadaan fluida cair. Hasil integrasi antara inversi seismik dan analisis kuantitatif dekomposisi spektral dapat membantu dalam mengkarakterisasi reservoar berdasarkan sifat fisiknya sehingga memudahkan dalam memetakan penyebaran secara lateral dengan tingkat keyakinan yang tinggi. Berdasarkan penyebaran secara lateral telah dilakukan perhitungan cadangan dengan menggunakan simulasi montecarlo sebesar 152.3 bcf.

---

Reservoir XYZ field is a Mid-late Miocene of Globigerina Limestone with 140 meters of thickness. It has been penetrated by XYZ well with contained of gas accumulation. Seismic attributes can be applied to identify the presence of gas. This study focused on the integration of seismic inversion and quantitative analysis of spectral decomposition in order to define the calculation of hydrocarbon reserves. Model based inversion used to indicate the existence of reservoirs that have high porosity, which in this case regions with 40-47% porosity value of acoustic impedance is relatively low at about 4400-5500 (m / s) (g / cc). In addition, Spectral decomposition CWT used to identify hydrocarbon reservoir with low frequency anomaly and attenuation of energy in higher frequency. In this study, low frequency at 10 - 20 Hz and high frequencies at 30 - 40 Hz. Frequency 10 Hz able to represented the low frequency anomaly and followed by attenuation in higher frequency 20, 30, and 40 Hz. In this study quantitative analysis of attenuation performed by the spectral ratio method approach, where the frequency gradient can be associated with quality Factor Q. In the reservoir zone has low Q value around 25 - 30 indicating a strong attenuation occurs in that medium. Q values can separate two gas reservoir, and water zones. The presence of water will reduce the value of Q up to 10. Further analysis for separation of two reservoir unit is performed by crossplot between porosity and pressure parameters. The results showed that the value of Q will increase along with increasing Pressure. Q values decreased with increasing Porosity. However, the value of Q will be more sensitive to the presence of liquid fluid. The result of the integration between seismic inversion and quantitative analysis of the spectral decomposition can aid in reservoir characterization based on its physical properties, making it easier to map the lateral distribution with a high level of confidence. Based on the lateral distribution, Reserve calculation has been performed using Montecarlo simulations and resulted 152.3 bcf of reserve.