KARAKTERISASI RESERVOAR FORMASI BELUMAI DENGAN MENGGUNAKAN METODE INVERSI IMPENDANSI AKUSTIK DAN NEURAL NETWORK PADA LAPANGAN ‘YPS’

Andri Kurniawan

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.


Full Text:

PDF

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.




DOI: http://dx.doi.org/10.23960/jge.v1i01.203

Refbacks

  • There are currently no refbacks.


Copyright (c)

Publisher

University of Lampung
Website: http://journal.eng.unila.ac.id/index.php/geo
Email: jge.tgu@eng.unila.ac.id
 
 
Copyright (c) JGE (Jurnal Geofisika Eksplorasi)
ISSN 2356-1599 (Print); ISSN 2685-6182 (Online)