Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Identifikasi konten fluida merupakan salah satu hal terpenting dalam mengkarakterisasi reservoir. Namun, menjadi suatu tantangan ketika mengidentifikasi konten fluida pada reservoir karbonat karena tipe pori yang dimiliki oleh batuan ini sangat kompleks dan heterogen. Kompleksitas dan heterogenitas ini mempengaruhi respon properti fisis seperti, dan densitas batuan yang mempengaruhi interpretasi sehingga diperlukan suatu analisis pemodelan untuk mengidentifikasi respon sifat fisis. Pada penelitian ini, dilakukan pemodelan tipe pori batuan karbonat dengan menggunakan metode Differential Effective Model, analisa konten fluida berdasarkan analisa petrofisik dan pemodelan dengan menggunakan metode Fluid Replacement Model pada tiga sumur lapangan LDV yaitu P6, T4 dan K1. Fluid Replacement Model menggunakan parameter fluida Adaptive Batzle-Wang yang memperhitungkan pengaruh tekanan, temperatur, spesifik gravitasi, rasio minyak dan gas, kualitas fluida dalam derajat API dan salinitas. Hasil penelitian ini membuktikan bahwa pemodelan Fluid Replacement Model pada sumur P6 diindikasikan terdapat kandungan air sebesar 20 dan hidrokarbon gas sebesar 80 dengan tipe pori dominan crack-interparticle. Pada sumur T4 diindikasikan terdapat kandungan gas sebesar 50 dengan tipe pori dominan crack dan pada sumur K1 diindikasikan terdapat kandungan gas sebesar 50 dengan tipe pori dominan crack. Hasil ini direpresentasikan melalui nilai RMSE yang mencapai 0.0038. Oleh karena itu, Fluid Replacement Model dengan perhitungan Adaptive Batzle-Wang cukup baik dalam memodelkan konten fluida pada kondisi reservoir karbonat sebenarnya. ......Fluid content identification is one of the most important element in characterizing reservoir. However, this can be a challenge when the fluid content identification is applied in the carbonate rock reservoir, due to the complexity and heterogeneity of the pore types. It can affect the physical property response such as, and rock density which, after that, may influences the interpretation in geophysic data. Thus, a modeling analysis is needed to identify the response of physical properties. In this research, the researcher modelled the pore types of carbonate rock by using Differential Effective Model method, then with the fluid content analysis based on petrophysical analysis and modeling using Fluid Replacement Model method on three wells LDV field which is called P6, T4 and K1. Fluid Replacement Model uses Adaptive Batzle Wang fluid parameters that can measure The Effects of Pressure, Temperature, Specific Gravity, Oil Gas Ratio, and Fluid Quality in API and Salinity Degrees. The results of this research are Fluid Replacement Model indicates the 20 water and 80 gas hidrocarbon in Well P6 which has crack interparticle as the dominant secondary pore type. In Well T4 there is 50 gas and 50 water composition and has crack as the secondary pore type. For Well K1, there is 50 gas and 50 water composition which has crack as the dominant secondary pore type. This result is depicted from the RMSE value which reach 0.0038. Hence, Fluid Replacement Model by Adaptive Batzle Wang calculation is favourable in modelling fluid content for it is actual condition.

Abstrak :
ABSTRAK
Secara umum, struktur pori sekunder pada reservoir karbonat sangat kompleks dikarenakan proses diagenesis yang terjadi padanya. Kompleksitas ini mempengaruhi kecepatan gelombang seismik yang merambat pada batuan karbonat. Hal ini membuat kesulitan dalam mengkarakterisasi reservoir karbonat. Oleh karena itu, penentuan tipe pori sekunder karbonat merupakan faktor penting yang nanti akan berhubungan dengan produksi. Tujuan dari penelitian ini tidak hanya menentukan tipe pori sekunder, tetapi juga untuk memprediksi distribusi tipe pori sekunder tersebut pada reservoir karbonat. Pada paper ini, kami menggunakan metode DEM untuk menganalisis tipe pori pada batuan karbonat. Parameter input model inklusi DEM adalah fraksi porositas dan outputnya adalah modulus bulk dan modulus shear sebagai fungsi porositas, yang akan digunakan sebagai input dalam pembuatan Vp model. Selain itu, penelitian ini juga menggunakan inversi seismik post-stack yang digunakan untuk memetakan distribusi tipe pori dari data 3D seismic secara kuantitatif. Pada penelitian ini, digunakan beberapa metode standard inversi seismik post-stack seperti Model-based, Sparse-spike, dan Band Limited. Hasil inversi seismik ini akan dipilih koefisien korelasinya yang paling baik antara impedansi-P prediksi dan yang terukur. Setelah itu, dilakukan pemodelan petrofisik yang lebih baik menggunakan metode geostatistical dikarenakan kompleksitas dari reservoir karbonat itu sendiri. Hasil dari studi ini dapat memberikan gambaran terintegrasi dari seismic inversion dan rockphysics untuk menentukan distribusi porositas sekunder pada reservoir karbonat lapangan ldquo;FR rdquo;.

---

ABSTRAK
In general, carbonate secondary pore structure is very complex due to the significant diagenesis process. This complexity can affect seismic wave velocities that propagate through carbonate rocks. Consequently, it causes great adversity of characterization carbonate reservoir. Therefore, the determination of carbonate secondary pore types is an important factor which is related to study of production. This paper mainly deals not only to figure out the secondary pores types, but also to predict the distribution of the secondary pore types of carbonate reservoir. In this paper, we apply Differential Effective Medium DEM for analyzing pore types of carbonate rocks. The input parameter of DEM inclusion model is fraction of porosity and the output parameters are bulk moduli and shear moduli as a function of porosity, which is used as input parameter for creating Vp modelling. We also apply seismic post stack inversion technique that is used to map the pore type distribution from 3D seismic data quantitatively. For this research, we use several standard seismic post stack inversion methods such as Model Based, Sparse Spike, and Band Limited Inversions and then find which one has the best correlation coefficient between the predicted and measured P Impedance. Afterward, we create porosity cube which is better to use geostatistical method due to the complexity of carbonate reservoir. Thus, the results of this study might show that the integration of seismic inversion and rockphysics for determining secondary porosity distribution of carbonate reservoir at ldquo FR rdquo field.

Abstrak :
Pemodelan petrofisika dan fisika batuan untuk kasus batuan karbonat cenderung lebih kompleks dibandingkan untuk batuan klastik seperti sandstone. Pada batuan karbonat, secara geologi dikenal banyak tipe pori primer dan sekunder sebagai akibat dari berbagai aktivitas fisika, kimia, dan biologi selama proses diagenesis dan setelahnya. Beberapa tipe pori yang dikenal dalam konteks geologi adalah tipe pori moldic, vuggy, dan crack. Tetapi, tipe pori ini kurang dapat diaplikasikan untuk menjadi parameter petrofisika dan fisika batuan. Melalui konsep aspek rasio, berbagai tipe pori batuan karbonat tersebut dapat diklasifikasikan sebagai interparticle, stiff, dan crack. Parameter terstandarisasi ini kemudian digunakan dalam pemodelan Differential Effective Medium DEM untuk menghitung bulk modulus dan shear modulus batuan. Kemudian dengan bantun persamaan Gassmann, dilakukan substitusi fluida untuk mendapatkan bulk modulus batuan yang tersaturasi fluida reservoir. Terakhir dilakukan komparasi antara Vp measurement dari well log dan Vp kalkulasi untuk menentukan aspek rasio optimal. ......Petrophysics and rock physics modelling in the case of carbonate rich rocks are arguably more complex compared to clastics such as sandstones. In carbonates, geologically there exist several pore types known as primary porosity and secondary porosity. These variations are the result of various physical, chemical, and biological activities before, during, and after diagenetic process. Some well known carbonate pore types are moldic, vuggy, and crack. However, these pore types are unsuitable to be applied as parameter in petrophysics and rock physics analysis. But, through the concept of aspect ratio, all of these pore types can be classified as interparticle, stiff, and crack pores. These standardized parameters are then used as inputs in Differential Effective Medium DEM modelling to calculate bulk modulus and shear modulus of dry rock matrix. Then, using Gassmann equation, the dry rock matrix is then flooded with modelled reservoir fluids. Finally, Vp comparison between log data and estimated data is done to determine the most optimal aspect ratio.

Abstrak :
Properti fisika dan fasa dari fluida pada kondisi reservoar berbeda dengan kondisi permukaan. Nilai properti fluida dapat berubah akibat pengaruh perubahan tekanan dan temperatur sehingga hal ini dapat mempengaruhi interpretasi data geofisika. Analisa sifat intrinsik dari fluida dilakukan untuk mendapatkan model fluida yang sesuai dengan kondisi reservoar. Penelitian ini menggunakan model Adaptive Batzel-Wang yang mengkombinasikan hubungan termodinamika, tren data empiris, dan data eksperimen fluida di laboratorium untuk melihat pengaruh tekanan dan temperatur pada fluida. Adaptive Batzel-Wang dibuat karena perhitungan Batzel-Wang yang selama ini digunakan kurang cocok dalam menunjukan properti fisika dari fluida yang sesuai dengan kondisi bawah permukaan, sehingga model fluida Batzel-Wang perlu dimodifikasi untuk mendapatkan model fluida yang lebih akurat. Dalam penelitian ini, Adaptive Batzel-Wang memodelkan tiga jenis fluida yaitu minyak, gas, dan air. Selain dipengaruhi oleh tekanan dan temperatur, ketiga model tersebut juga sangat dipengaruhi oleh beberapa parameter yaitu nilai spesifik gravitasi G , rasio minyak dan gas GOR , Oil FVF Bo , derajat API, dan Salinitas. Hasil yang didapatkan dari Adaptive Batzel-Wang adalah nilai bulk modulus K , masa jenis ? , dan kecepatan gelombang P v dari fluida pada kondisi reservoir. Adaptive Batzel-Wang dimodelkan berdasarkan data eksperimen fluida di laboratorium dengan nilai koefisien korelasi mencapai 0.95. Adaptive Batzel-Wang menggunakan input data dari lapangan yang memiliki data fluida hasil eksperimen di laboratorium untuk memodelkan fluida yang sesuai dengan kondisi bawah permukaan. Oleh karena itu, Adaptive Batzel-Wang dapat digunakan di berbagai lapangan khususnya pada lapangan yang memiliki tekanan dan temperatur reservoar yang tinggi. ...... Physical properties and phase of the fluid at reservoir conditions are different with surface conditions. Fluid property values may change due to the effects of changes in pressure and temperature so that it can affect the interpretation of geophysical data. Analysis of the intrinsic properties of the fluid is done to get the model of fluid that fit with reservoir conditions. This study uses a model Adaptive Batzel Wang which combines thermodynamic relationships, trends empirical data and experimental data of fluid in the laboratory to see the effect of pressure and temperature on the fluid. Adaptive Batzel Wang made because the calculation of Batzel Wang which has been used for all this time is less suitable in showing physical property of fluids that fit with subsurface conditions, so that fluid model of Batzel Wang need to be modified to obtain model of the fluid that more accurate. In this study, Adaptive Batzel Wang made a modeling for three types of fluid that is oil, gas, and water. Besides influenced by pressure and temperature, these models are also greatly influenced by several parameters such as specific gravity values G , and gas oil ratio GOR , Oil FVF Bo , degree of API, and Salinity. The results which obtained from Adaptive Batzel Wang is the value of bulk modulus K , densities , and the P wave velocity v of the fluid at reservoir conditions. Adaptive Batzel Wang modeled based on experimental data of the fluid in laboratory with correlation coefficient reached 0.95. Adaptive Batzel Wang uses input data from the field that has the data of fluid results in laboratory experiments to simulate fluid corresponding to subsurface conditions. Therefore Adaptive Batzel Wang can be used in various fields, especially in the field who has a high reservoir temperature and high reservoir pressure.

Abstrak :
ABSTRAK
Produksi sumur minyak sangat ditentukan oleh parameter porositas dan permeabilitas. Kedua parameter ini dapat menggambarkan karakter reservoar, salah satunya pada reservoar karbonat. Permeabilitas reservoar karbonat sulit diestimasi karena heterogenitasnya cukup tinggi. Untuk melakukan penentuan zona permeabilitas, diperlukan metoda yang dapat memberikan estimasi yang akurat. Estimasi permeabilitas yang umum digunakan adalah menggunakan parameter gelombang Stoneley pada log Dipole Shear Sonic Imager DSI dan metoda rocktyping. Pendekatan pertama menggunakan log DSI untuk mengestimasi zona permeabilitas melalui parameter gelombang Stoneley. Sedangkan pendekatan kedua, metoda rocktyping digunakan untuk memperoleh hasil estimasi zona permeabilitas bawah permukaan dengan berdasarkan analisis Flow Zone Indicator FZI . Kedua pendekatan ini metoda DSI dan rocktyping , sama-sama dapat mengestimasi zona permeabilitas pada suatu reservoar. Dalam penelitian ini, kami melakukan perbandingan antara kedua metoda ini untuk mengetahui kesamaan dan perbedaan antara keduanya, seberapa efektif dan akurat dalam penentuan zona permeabilitas pada masing-masing tipe pori di reservoar karbonat. Dari hasil penelitian tersebut dapat disimpulkan bahwa hasil estimasi nilai permeabilitas berdasarkan tipe pori lebih efektif dan efisien menggunakan metoda rocktyping. Yang mana dari hasil tersebut didapat bahwa nilai kedalaman yang didominasi oleh tipe pori crack memiliki nilai permeabiitas yang paling tinggi. Yakni, 3617,689 mD pada Upper reservoir dan 1814,108 mD pada Reef reservoir.

---

ABSTRACT
Production of oil well is determined by parameter of porosity and permeability. Both of these parameters can describe the reservoir character, one of them in the carbonate reservoir. The permeability of the carbonate reservoir is difficult to estimate because of the high heterogeneity. To determine the permeability zone, a method that can provide accurate estimates is needed. The commonly used permeability estimation is to use the Stoneley wave parameters in the Dipole Shear Sonic Imager log DSI and the rocktyping method. The first approach uses the dsi log to estimate the permeability zone via the Stoneley wave parameter. While the second approach, rocktyping method is used to obtain the estimate of sub surface permeability zone based on Flow Zone Indicator FZI analysis. Both of these approaches DSI method and rocktyping , can equally estimate the permeability zone in a reservoir. In this study, we compared the two methods to determine the similarities and differences between the two, how effective and accurate the determination of permeability zones in each pore type in the carbonate reservoir. From the results of this study can be concluded that the results of permeability value estimation based on pore type more effective and efficient using method rocktyping. Which of the results obtained that the value of depth is dominated by pore crack type has the highest permeabiitas value. Namely, 3617.689 mD on the top reservoir and 1814.108 mD at the Reef reservoir.