Hasil Pencarian  ::  Simpan CSV :: Kembali

"Konsumsi minyak dan gas bumi sebagai sumber energi utama semakin meningkat seiring berjalannya waktu. Hal ini berpotensi berkurangnya ketersediaan energi bagi kebutuhan masyarakat dunia. Maka dari itu, diperlukan suatu sumber energi alternatif seperti batubara dan gas methane. Telah dilakukan pengolahan data seismik untuk memetakan lapisan batubara yang mengandung gas methane pada suatu zona cekungan Sumatera Tengah, daerah Riau. Data seismik tersebut dikontrol oleh data sumur, yang terdiri dari log gamma ray, log densitas, log resistivitas dan log sonik. Hasil pengolahan data menunjukkan bahwa pada formasi Korinci/Binio terdapat batubara pada kedalaman 1560 feet. Hal ini ditentukan dari proses korelasi/well tie antara data seismik dan data sumur sehingga diperoleh nilai gamma ray sebesar 52-55 API, densitas sebesar 1.5-1.55 g/cc, resistivitas sebesar 0.68-0.76 ohmmeter, kecepatan gelombang sonik sebesar 5988.3-6330.2 feet/second, impedansi akustik sebesar 8000-9600 ((ft/s)*(g/cc)) dan frekuensi tuning sebesar 30 Hz. Hasil pengolahan data lainnya menunjukkan bahwa batubara juga terdapat pada formasi Telisa pada kedalaman 1526 feet. Dengan proses yang sama diperoleh nilai gamma ray sebesar 28 API, densitas sebesar 1.28-1.49 g/cc, resistivitas sebesar 1.33-1.44 ohmmeter, impedansi akustik sebesar 8000-10200 ((ft/s)*(g/cc)) dan frekuensi tuning sebesar 19 Hz.

---

Consumption of oil and gas as a primer sources has been increased in years. It will potentially decrease the supply of world energy needed. Because of that, we need alternative sourceses like coal and methane gas to substitute the primer sources. The seismic data processing has been done for mapping the coal-bed which consist of methane gas in a basin zone of Central Sumatera, Riau. The seismic data was controlled by well-logs data such as gamma ray log, density log, resistivity log, and sonic log. The result of data processing indicates that the Korinci/Binio Formation has coal-bed at depth 1560 feet. The information of depth is based on the correlation between well-logs and seismic data (well-tie), then obtained the gamma ray was 52-55 API, the density was 1.5-1.55 g/cc, the resistivity was 0.68-0.76 ohmmeter, the velocity of sonic wave was 5988.3-6330.2 feet/second and the acoustic impedance was 8000-9600 ((ft/s)*(g/cc)) and the frequency of tuning was 30 Hz. The other of data processing result shows that the Telisa Formation has coal-bed at depth 1526 feet. Using the same well-tie process, the information of depth was obtained from the gamma ray was 28 API, the density was 1.28-1.49 g/cc, the resistivity was 1.33-1.44 ohmmeter, the acoustic impedance was 8000-10200 ((ft/s)*(g/cc)) and the frequency of tuning was 19 Hz."

"Karakterisasi reservoar di lapangan Blackfoot telah dilakukan dengan integrasi analisa atribut seismik dan inversi seismik. Analisa atribut seismik dilakukan untuk mengidentifikasikan batas lapisan, yang diindikasi dengan adanya perbedaan antara dua lapisan. Di samping itu, inversi seismik digunakan untuk memperlihatkan impedansi akustik, yang sangat penting untuk mengetahui properti dari lapisan. Kedua atribut ini (amplitude seismik dan impedansi akustik) diharapkan berguna untuk menginvestigasi reservoar secara lengkap. Studi ini menggunakan data seismic 3D dan 5 data sumur. Data seismik 3D dan data sumur dan diikat dengan teliti agar mendapatkan kesesuaian yang baik satu sama lain. Analisa difokuskan pada dua horison, yang dipercaya sebagai target reservoar. Hasil peta horison dianalisis untuk mendapatkan peta distribusi reservoar. Hasil dari semua atribut menunjukan konfirmasi yang baik satu sama lain.

---

Reservoir characterization in Blackfoot field has been carried out by integrating seismic attribute analysis and seismic inversion. Seismic attribute analysis is performed to identify layer interface, which is indicated with the contrast between two layers. In other hand, the seismic inversion is applied to provide the acoustic impedance, which is important in understanding the property of layer body. These two attributes (seismic amplitude and acoustic impedance) are expected to be useful in investigating the reservoir completely.

This study is based on 3D seismic data and 5 well log data. The 3D seismic and well log data is tied in carefully in order to get good match each other. The analysis is focused on two horizons, which is believed as target reservoir. The generated horizon map is analyzed to map the reservoir distribution. The results show that all attributes provide good confirmation each other."

"Analisa seismik atribut telah digunakan untuk data seismik 3D pada cekungan Sumatera Selatan. Analisa ini bertujuan untuk memetakan distribusi dari reservoar karbonat, yang bersasosiasi dengan lingkungan pengendapan. Atribut seismik yang digunakan pada interpretasi reservoar karbonat adalah amplitudo rms, amplitudo maksimum, amplitudo minimum, dan amplitudo palung rata-rata. Lebih lanjut, Seismik amplitudo ini digunakan untuk mendapatkan peta porositas, dengan melakukan cross plot antara log porositas dan log amplitudo. Analisa ditunjukkan dari semua peta atribut ini. Dengan konteks lingkungan pengendapan, kita dapat mengidentifikasi batas yang jelas antara reef dengan lagoon, khususnya pada formasi Baturaja. Ini berarti bahwa persebaran facies sangat jelas di perlihatkan pada semua peta atribut.Seismic attribute analysis has been applied to 3D seismic data of South Sumatera Basin. This analysis is intended to map carbonate reservoir distribution, which is associated with depositional environment. The seismic attributes, which is used in interpreting the carbonate reservoir, are rms amplitude, maximum amplitude, minimum amplitude, and average trough amplitude. In addition, this seismic amplitude is used to derive the porosity map, by applying the cross plot between porosity log and amplitude. The analysis is performed by generating map of all of these attributes. In the context of depositional environment, we can identify sharp boundary between the reef and lagoon, particularly in Baturaja formation. This mean that the facies distribution is clearly seen in all attributes map."

"Cekungan Teluk Meksiko (GOM) merupakan salah satu mega area penghasil hidrokarbon di dunia yang telah dieksplorasi dan diproduksi selama lebih dari 100 tahun. Salah satu tahapan penting setelah eksplorasi lapangan adalah melakukan evaluasi atau penilaian untuk pengembangan lapangan sebagai takaran seberapa besar akumulasi hidrokarbon yang dapat diambil. Pada penelitian kali ini akan dibangun model geologi berdasarkan data seismik dan data sumur yang dapat menggambarkan distribusi dan geometri model fasies untuk setiap lingkungan pengendapan dalam suatu kerangka struktur 3D serta properti petrofisika pada distribusi reservoar dalam setiap model lapisan. Pemodelan reservoar tersebut didasarkan oleh hasil interpretasi dan analisa dari integrasi visualisasi beberapa attribut seismik yang berkorelasi terhadap penentuan struktur patahan maupun penentuan lithologi fasies serta distribusi parameter petrofisik yang memungkinkan. Hasil perhitungan volumetrik dari evaluasi lapangan ini dapat dijadikan referensi untuk menghasilkan rekomendasi maupun optimalisasi nilai keekonomian dari cadangan gas lapangan Gulf of Mexico.

---

Gulf of Mexico Basin (GOM) is one of the mega-producing areas of hydrocarbon in the world that have been explored and produced for over 100 years. One of important step after exploration of the field is to conduct an evaluation or appraisal for field development as a measure of how large an accumulation of hydrocarbons that can be taken.

This study is to construct the geological model based on seismic data and well data that can describe the distribution and geometry of facies models for each deposition environment in a 3D structural framework and also the reservoir petrophysical properties distribution for each layer model. Reservoir modeling is based on the results of interpretation and analysis from the integration of visualization of some seismic attributes which are correlated to the structural identification, distribution of lithofacies, and distribution of possible petrophysical properties.

Results of volumetric calculations from this field evaluation can be used as a reference in providing recommendations and optimizing economic value of gas reserves (GIIP) in the Gulf of Mexico field."

"Penelitian ini menggunakan data seismik 3 dimensi dan 5 data sumur dari lapangan w. Target penelitian yaitu batuan karbonat pada formasi Tuban di cekungan Jawa Timur Utara. Penelitian bertujuan menentukan distribusi porositas karbonat, dengan menggunakan neural network berdasarkan inversi dan atribut seismik. Inversi seismik model based dan linier programming sparse spike, menghasilkan impedansi akustik pada lapisan di bawah horizon Top Carbonate hingga horizon Base Carbonate, mengalami peningkatan signifikan pada rentang 38076 - 46857 ((ft/s)*(g/cc)). Atribut seismik sweetness, rms amplitude, dan reflection intensity, digunakan sebagai atribut eksternal, untuk tahap multiatribut linier regresi dan neural network. Multiatribut linier regresi dan neural network dilakukan untuk memprediksi porositas bedasarkan atribut-atribut internal maupun eksternal. Hasil analisis multiatribut yang diaplikasikan pada data raw seismik dan 5 volum atribut eksternal, yaitu log porositas prediksi, memiliki nilai korelasi sebesar 0.712 terhadap log porositas. Dan, nilai validasinya sebesar 0.573. Sedangkan, Probabilistic Neural Network menghasilkan porositas prediksi dengan nilai korelasi sebesar 0.661 dan nilai validasinya sebesar 0.485. Berdasarkan multiatribut linier regresi maupun probabilistic neural network, porositas rata-rata pada lapisan reservoar karbonat sebesar 10-15% di bagian utara. Sedangkan, di bagian selatan, porositas rata-rata hanya di bawah 6%.

---

This study uses three-dimensional seismic data and 5 well data from w field. The research target is carbonate rocks of the Tuban formation in North East Java basin. The study aims to determine the distribution of porosity carbonate, by using neural network algorithm, based on acoustic impedance inversion and seismic attributes. Models based inversion and linear programming sparse spike inversion result in acoustic impedance, in the layers below the horizon Top Carbonate to horizon Base Carbonate, experienced a significant increase impedance in the range 38076-46857 ((ft/s)*(g/cc)). Some seismic attribute; sweetness, rms amplitude, and reflection intensity, are used as external attributes for multi attribute linear regression and neural network. Multi attribute linear regression and neural network is done to predict porosity based on attributes of both internal and external.

The results of the analysis that is applied to the data multi attribute raw seismic and 5 volumes of external attributes, is called log porosity prediction, have a correlation value of 0.712 to log porosity original. And the value of its validation is 0.573. Meanwhile, Probabilistic Neural Network is producing log porosity prediction with correlation value of 0.661 and the value of its validation by 0485. Multi attribute based linear regression and probabilistic neural network, average porosity of the reservoir layer of carbonate of 10-15% in the north. Meanwhile, in the southern part, average porosity of just under 6%."