KARAKTERISASI RESERVOAR BATUPASIR BERDASARKAN DEKOMPOSISI SPEKTRAL, INVERSI SEISMIK MODEL BASED DAN MULTIATRIBUT NEURAL NETWORKS PADA LAPANGAN “EZ”, FORMASI UPPER TALANGAKAR (UTAF), CEKUNGAN SUMATERA SELATAN

Mustofa, Ahmad Bishry (2018) KARAKTERISASI RESERVOAR BATUPASIR BERDASARKAN DEKOMPOSISI SPEKTRAL, INVERSI SEISMIK MODEL BASED DAN MULTIATRIBUT NEURAL NETWORKS PADA LAPANGAN “EZ”, FORMASI UPPER TALANGAKAR (UTAF), CEKUNGAN SUMATERA SELATAN. Other thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

Preview	Text 3. Cover.pdf Download (325kB) | Preview
Preview	Text 4. Halaman Pengesahan.pdf Download (6MB) | Preview
Preview	Text 2. Abstrak.pdf Download (247kB) | Preview
Preview	Text 5. Daftar Isi.pdf Download (172kB) | Preview

Abstract

Lapangan EZ adalah salah satu lapangan minyak dan gas yang terletak di wilayah kerja Pertamina EP Eksploitasi Prabumulih dan Limau. Salah satu cara untuk meningkatkan cadangan minyak dan gas bumi adalah eksplorasi lapisan batupasir tipis di bawah ketebalan tuning. Lapisan batupasir yang beraa dibwah ketebalan tuning adalah lapisan batupasir tipis yang berada di bawah resolusi seismik berdasarkan analisis tuning thickness. Lapisan batupasir tipis tersebut terletak di Formasi Talangakar, yang secara khusus di Formasi Talangakar Atas (UTAF) yang terdapat interbeded shale-sandstone yang tipis di lingkungan pengendapan fluvio-deltaic. Karakterisasi Reservoar konvensional hanya bergantung pada Inversi Impedansi akustik. Dalam penelitian ini dilakukan Karakterisasi Reservoar secara komporehensif dengan mengaplikasikan Dekomposisi Spektral, Inversi Seismik Model Based dan Multiatribut Neural Networks. Penggunaan metode tersebut dilakukan karena jika menggunakan Inversi Seismik Model Based saja tidak dapat membedakan fasies batupasir dari reservoar yang memiliki interbedding shalesandstone tipis. Dengan menggunakan kombinasi Dekomposisi Spektral, Seismik Inversi Model Based dan Multiatribut Neural Networks dapat menentukan karakterisasi reservoar seperti aspek geometri (fasies) dan properti fisik (impedansi akustik, gamma ray dan porositas). Hasil Dekomposisi Spektral dengan mengaplikasikan RGB Blending dapat menggambarkan morfologi Distributary Channel yang berorientasi dominan barat laut - tenggara. Hasil inversi impedansi akustik didapat zona reservoar target berasosiasi dengan impedansi akustik yang rendah dan hasil Multiatribut Neural Networks juga didapatkan zona dengan nilai gamma ray yang rendah dan porosity tinggi. Dari integrasi metode tersebut dapat ditentukan sumur usulan yaitu BM-1 dan BM-2. Pada Sumur BM-1 berada di zona fasies distributary channel dengan nilai impedansi akustik rendah yaitu 24.650 ft/s *g/cc, memiliki gamma ray sebesar 65,68 API dan porositas 23 %. Pada Sumur BM-2 berada di zona fasies distributary channel dengan nilai impedansi akustik rendah yaitu 25.602 ft/s*g/cc, memiliki gamma ray sebesar 62,10 API dan porositas 22 %. Kata kunci : Karakterisasi Reservoar, Dekomposisi Spektral, RGB Blending, Seismik Inversi Model Based, Multiatribut Neural Networks, Distributary Channel

Item Type:	Thesis (Other)
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Basir Umaryadi
Date Deposited:	26 Sep 2018 03:55
Last Modified:	26 Sep 2018 03:55
URI:	http://eprints.upnyk.ac.id/id/eprint/16622

Actions (login required)

View Item