KARAKTERISASI RESERVOAR FORMASI BELUMAI DENGAN MENGGUNAKAN METODE INVERSI IMPENDANSI AKUSTIK DAN NEURAL NETWORK PADA LAPANGAN ‘YPS’
DOI:
https://doi.org/10.23960/jge.v1i01.203Abstract Views: 160 File Views: 119
Abstract
Penelitian ini bertujuan untuk mengetahui struktur layer Formasi Belumai, menganalisis nilai sebaran impedansi akustik dan porositas reservoar yang diperoleh dari proses inversi seismik dan neural network, untuk menentukan zona lokasi sumur baru berdasarkan peta struktur waktu, atribut seismik, dan sebaran porositas. Data seismik yang digunakan merupakan data seismik non preserve 2D PSTM, data sumur YPS-04 dan YPS-06 yang memiliki kelengkapan data log (checkshot, sonic, density, dan porosity). Trasing horizon menunjukkan dua bagian tutupan (antiklin) pada arah timur dan barat mengarah ke NW-SE. Dari hasil penelitian dengan menggunakan metode inversi modelbased dan analisa atribut RMS amplitude, instantaneous frequency, envelope dan neural network menunjukkan sebaran porositas di layer TBF (Top Belumai Formation) memiliki nilai porositas 0,12-0,21 fraksi dengan nilai impedansi 8000-12000 (m/s)*(gr/cc). Pada layer BBF (Bottom Belumai Formation) memiliki nilai porositas 0,09-0,21 fraksi dengan nilai impedansi 7000-12000 (m/s)*(gr/cc). Nilai impedansi 7000-9000 (m/s)*(gr/cc) dan nilai porositas 0,17-0,21 fraksi diindikasikan sebagai batupasir. Karakterisasi reservoar berdasarkan nilai impedansi, anomali atribut dan sebaran porositas, zona pertama dan kedua diindikasikan sebagai batupasir reservoar pada Formasi Belumai.
Kata kunci:
Trasing horizon, Formasi Belumai, Inversi modelbased, RMS amplitude, instantaneous frequency, envelope dan neural network.
References
Abdullah, Agus., 2007-2008, Ensiklopedia Seismik Online, http;/ensiklopediseismik.blogspot.com
Koesoemadinata, R.P., 1978, Geologi Minyak dan Gas Bumi, Edisi kedua, Jilid 1 dan 2, ITB, Bandung
Petrel, 2009. Train Neural Network. Petrel Software, Schlumberger.
Pertamina EP (Persero), Fungsi Geologi dan Geofisika, NAD-SBU, 2006.
Poulton, M.M., 1992. Location Of Subsurface Targets In Geophysical Data Using Neural Networks. SEG Vol. 57, no. 12 : 1535-1536.
Sosromihardjo, 1988. Proceedings of the annual convention - Indonesian Petroleum association, Volume 21.
Sukmono. S., 2000. Seismik Inversi Untuk Karakterisasi Reservoar , Departemen Teknik Geofisika- ITB. Bandung.
Downloads
Issue
Section
License
Penulis yang mempublikasikan jurnal ini setuju dengan ketentuan sebagai berikut:
- Penulis mempertahankan hak cipta dan memberikan jurnal hak publikasi pertama dengan pekerjaan secara bersamaan berlisensi di bawah Creative Commons Attribution yang memungkinkan orang lain untuk berbagi pekerjaan dengan pengakuan kepengarangan karya dan publikasi awal di jurnal ini.
- Penulis mampu untuk masuk ke dalam terpisah, pengaturan kontrak tambahan untuk distribusi non-eksklusif versi diterbitkan jurnal pekerjaan (misalnya, posting ke sebuah repositori institusi atau menerbitkannya dalam sebuah buku), dengan pengakuan publikasi awal dalam jurnal ini.
- Penulis diizinkan dan didorong untuk mengirim karya mereka secara online (misalnya, dalam repositori institusi atau website mereka) sebelum dan selama proses pengiriman, karena dapat menyebabkan pertukaran produktif, serta sebelumnya dan kutipan yang lebih besar dari karya yang diterbitkan (Lihat Pengaruh Open Access).
