Upload
others
View
12
Download
0
Embed Size (px)
Citation preview
1
ANALISIS KARAKTERISASI RESERVOIR MENGGUNAKAN
METODE SEISMIK INVERSI DAN MULTI-ATRIBUT PADA
LAPANGAN X
Tiar Evimaria Tampubolon1, Fatkhan 2, Mokhammad Puput 3
Abstract: This research was in field X, Bonaparte Basin which is a sandstone reservoir. The study conducted processing using AI inversion and multi-attribute seismic methods. Multi-attribute analysis aims to estimate the porosity and gamma ray distribution in the target zone. In this research, the porosity and gamma ray estimation volume will be made, because porosity is one of the useful parameters in identifying the target zone, and gamma ray is a parameter that can separate between sand and shale, which we know that sand is one of the reservoir rocks that can trap oil. In addition, this study carries out a seismic inversion process to produce its acoustic impedance values, which are then used as external attributes in multi-attribute analysis. In this study, a combination of 8 attributes was obtained that was able to produce volume of porosity well, and a combination of 8 attributes that were able to produce the best gamma ray volume. The author has succeeded in determining the reservoir potential namely sand, with a porosity value of 10-20% and a gamma ray value of 10-50 API.
Keywords: multiatribute, porosity, gamma ray, inversion, seismic, bonaparte basin
Abstrak: Penelitian ini berada di lapangan X, yang merupakan reservoir batu pasir. Penelitian
melakukan pengolahan menggunakan metode seismik inversi AI dan multi-atribut. Analisa
multi-atribut bertujuan untuk mengestimasi persebaran porositas dan gamma ray yang berada
pada zona target. Pada penelitian ini akan dibuat volum estimasi porositas dan gamma ray,
karena porositas merupakan salah satu parameter yang bermanfaat dalam identifikasi zona
target, dan gamma ray merupakan parameter yang dapat memisahkan antara sand dan shale,
yang kita ketahui bahwa sand merupakan salah satu batuan reservoir yang dapat menjebak
minyak. Selain itu, penelitian ini melakukan proses inversi seismik untuk menghasilkan nilai
impedansi akustiknya, yang kemudian digunakan sebagai eksternal atribut dalam analisa
multiatribut. Pada penelitian ini didapatkan kombinasi 8 atribut yang mampu menghasilkan
volum porositas dengan baik, dan kombinasi 8 atribut yang mampu menghasilkan volum
gamma ray yang terbaik. Penulis telah berhasil menentukan potensial reservoir yaitu sand,
dengan nilai porositas 10-20 % dan nilai gamma ray sebesar 10-50 API.
Kata Kunci : multiatribut, porositas, gamma ray, inversi, seismik
2
Pendahuluan
Indonesia merupakan salah satu negara
yang masih bergantung pada minyak bumi.
Usaha untuk pengembangan lapangan
minyak dan gas harus terus dilakukan untuk
memenuhi kebutuhan masyarakat.
Geofisika merupakan salah satu cabang
ilmu yang bergerak dalam eksplorasi
hidrokarbon. Salah satu metode geofisika
yang dapat digunakan untuk
mengidentifikasi keberadaan dari reservoir
dibawah permukaan bumi adalah metode
seismik refleksi. Proses inversi seismik ini
digunakan untuk mengetahui nilai
impedansi akustik dari suatu lapisan
batuan. Umumnya nilai impedansi akustik
dapat digunakan untuk identifikasi kualitas
dari suatu reservoir karena impedansi
akustik dapat menggambarkan karakter
fisis didalam lapisan batuan. Untuk analisis
yang lebih baik lagi, digunakan juga
metode seismik multi-atribut yang
memanfaatkan lebih dari satu atribut
seismik. Metode seismik multi-atribut
dilakukan untuk mencari hubungan statistik
antara data log dan data atribut seismik
pada lokasi sumur, lalu memanfaatkan
hubungan tersebut untuk
menginterpretasikan lebih lanjut dari suatu
reservoir.
Lokasi penelitian terletak di Cekungan
yang sebagian besar terletak di lepas pantai
dan meliputi area seluas sekitar 270.000
km2 di batas barat laut benua Australia.
Cekungan ini didominasi oleh patahan
ekstensional (extensional faulting) dimana
sedikit sekali dijumpai struktur
kompresional.
Stratigrafi cekungan daerah penelitian
berturut-turut dari umur tua sampai umur
muda dari Pre cambrian sampai Kwarter
sebagai berikut :
a) Batuan Sedimen Tertua
Secara umum terbentuk pada umur
Permian, Triasik, Jurasik, Kartesius
dan sampai umur Tertiary muda .
b) Formasi Johnson (Base Eocene)
Endapan pada Formasi Johnson ini
dominan pembentuknya yaitu
mengandung batulempung
calcilutities, interbended, napal dan
batulempung gampingan.
c) Formasi Wangarlu (Turonian
MFS)
Endapan Formasi Wangarfu
tersusun atas batulempung
(Claystone) yang cukup konsisten
dan cukup dominan serta
mengandung batu lempung silika
d) Formasi Echuca Shoal (Base
Aptian)
Satuan Formasi Echuca Shoal
terbentuk pada umur Barrimian
terdiri dari material batulempung
dan jejak material karbonat.
3
e) Formasi Elang (Base Flamingo)
Formasi Elang Callovian selaras
dengan Formasi Flamingo tersusun
dengan batulempung, batulempung
agillaceous dan batupasir
f) Formasi Plover
Formasi Plover pada umumnya
didominasi oleh batupasir yang
berselingan dengan batulempung.
Formasi Plover terdiri atas Plover
Atas dan Plover Bawah. Ciri dari
Formasi Plover Atas yaitu batupasir
masif atau berlapis yang berukuran
sedang- kasar, dengan ketebalan
yang hingga lebih dari 5 meter yang
tersisipkan oleh batulempung.
METODOLOGI
Penelitian ini dilaksanakan pada Desember
2019 hingga Agustus 2020. Penelitian ini
dilakukan di Institut Teknologi Sumatera.
Daerah penelitian ini berada di lapangan X.
Pada penelitian ini terdiri dari empat sumur
(MKS-1, MKS-2, MKS-3 dan MKS-4)
dan masing-masing sumur
memeliki beberapa data log yaitu log
gamma ray, density, resistivity, dan
porosity. Berikut merupakan tabel
ketersediaan log pada peneliian kali ini.
Dalam penelitian ini log yang digunakan
adalah log gamma ray, densitas, dan p-
wave. Log Gamma Ray digunakan untuk
mengetahui sebaran dan batas lapisan
permeable dan non permeable, umumnya
litologi pasir merupakan lapisan yang
permeable dan dapat digunakan sebagai
prospek. Log densitas digunakan untuk
mendapatkan nilai porositas, dengan cara
mengekstrak log densitas, sehingga
didapatkan log porositas dari setiap sumur.
Log p-wave digunakan untuk mengetahui
nilai impedansi akustik dan digunakan
untuk melakukan checkshot dalam proses
well seismic tie.
Gambar 1. Base map pada daerah penelitian
Gambar 2. Diagram alir pengolahan data
4
Analisa weismic Tie
Proses well weismic Tie merupakan
proses awal yang sangat penting untuk
dilakukan. Dalam hal ini diperoleh
panjang gelombang 200 ms, taper
length 25 ms, dengan fasa nol dan
sample rate 4 ms.
Tabel 1 Korelasi sintetik seismogram di lokasi
tiap sumur menggunakan wavelet statistic
Sumur Hasil Korelasi
MKS 1 0.945
MKS 2 0.957
MKS 3 0.722
MKS 4 0.870
Rata-rata 0.872
Analisa Crossplot
Gambar 3 Cross-plot antara Akustik Impedansi
dan porositas pada sumur MKS-3
Berdasarkan hasil cross-plot antara
impedansi akustik dengan porositas,
keduanya memiliki hubungan yang cukup
kuat. Dapat dilihat bahwa impedansi
akustik dapat memisahkan antara sand dan
shale. Sehingga, dapat disimpulkan bahwa
parameter impedansi akustik akan dapat
dimanfaatkan sebagai input eksternal
atribut dalam mengestimasi persebaran
porositas dan gamma ray pada analisa
multi-atribut.
Picking Horizon
Setelah dilakukan proses well weismic Tie,
maka selanjutnya dilakukan picking
horizon. Picking horizon dilakukan pada
horizon top res dan base res. Setelah
dilakukan picking horizon, maka
didapatkan time structure map. Time
structure map ini menunjukkan adanya
struktur antiklin yang melipat keatas pada
lapisan batuan yang memiliki bentuk
menyerupai kubah.
Gambar 4. Time Structure Map Horizon Top Res
Analisa Model Inisial
Model inisial dibuat dengan
menggunakan penampang seismic 3D,
wavelet hasil analisis, horizon top-res
dan base-res serta keempat sumur
sebagai kontrol yaitu MKS-1, MKS-2,
MKS-3 dan MKS-4. Dalam hal ini
horizon digunakan sebagai batas dari
zona target. Tujuan dilakukannya
inversi adalah untuk melihat distribusi
lateral dari nilai impedansi akustik pada
5
zona target, serta akan digunakan dalam
proses mulri-atribut sebagai external
atribut.
Gambar 5. Penampang model inisial pada
sumur MKS 2
Inversi Impedansi Akustik
Setelah inisial model dibuat, maka
langkah selanjutnya adalah melakukan
inversi dengan model inversi yang
digunakan yaitu model based. Sebelum
dilakukan inversi terlebih dahulu
dilakukan analisa secara kuantitatif
terhadap model based.
Gambar 6 Inversi AI pada arbitrary line yang
melewati keempat sumur
Gambar diatas memperlihatkan persebaran
nilai impedansi akustik pada penampang
seismik Display impedansi warna merah
merepresentasikan litologi sand, sedangkan
impedansi warna hijau merepresentasikan
litologi shale.
Gambar 7. peta slice AI pada horizon top res dan
base res.
Analisa Proses Multi-Atribut
Setelah didapatkan volum persebaran estimasi
porositas dan gamma ray, kita bisa meninjau secara
kualitatif penampang porositas dan gamma ray
untuk melihat kecocokan antara porositas dan
gamma ray estimasi terhadap porositas dan gamma
ray sebenarnya pada lokasi sumur. Berdasarkan
hasil training dan validasi yang telah dibahas pada
bab III, terlihat bahwa angka korelasi hasil validasi
terhadap data training menunjukkan angka yang
cukup baik. Nilai korelasi data training yang
akhirnya digunakan untuk porositas adalah 0.794
dengan nilai korelasi validasinya adalah 0.634.
Sedangkan nilai korelasi training yang
digunakan untuk gamma ray adalah 0.893
dengan nilai korelasi validasinya adalah
0.774. Dari hasil tersebut menunjukkan
bahwa nilai porositas dan gamma ray
estimasi yang dihasilkan sudah cukup baik
mendekati nilai porositas dan gamma ray
yang sebenarnya. Atas dasar analisa
tersebut, maka disimpulkan bahwa volum
estimasi porositas dan gamma ray yang
6
dihasilkan sudah cukup valid untuk
memprediksikan dan memetakan
persebaran porositas pada zona target.
Berikut merupakan penampang estimasi
porositas dan gamma ray yang melewati
salah satu sumur.
Gambar 8. Penampang estimasi porositas pada
arbitrary line yang melewati keempat sumur
Gambar diatas memperlihatkan penampang
estimasi porositas secara lateral yang
merupakan persebaran porositas yang
melewati keempat sumur. Warna merah
hingga biru merupakan nilai porositas
sekitar 10-20 % yang merepresentasikan
karakter porositas yang baik mengacu pada
klasifikasi nilai porositas menurut Hearst
dan Nelson (1985). Berdasarkan tampilan
di atas, terbukti bahwa secara kualitatif
estimasi volum memperlihatkan kesesuaian
nilai porositas yang cukup baik di lokasi
sekitar sumur.
Gambar 9 Peta slice porositas pada horizon top res dan
base res
Berdasarkan peta slice porositas tersebut,
dapat terlihat bahwa area berwarna kuning
hingga merah memiliki nilai porositas
sekitar 10–20 %. Sementara area berwarna
hijau memiliki harga porositas sekitar 1–5
%. Dapat dilihat bahwa keempat sumur
berada didaerah porositas dengan warna
kuning hingga merah yang menunjukkan
bahwa keempat sumur berada di porositas
yang tinggi.
Gambar 10. Penampang estimasi gamma
ray pada arbitrary line yang melewati
keempat sumur
Gambar diatas memperlihatkan penampang
estimasi gamma ray secara lateral yang
merupakan persebaran gamma ray yang
melewati keempat sumur. Warna kuning
merupakan nilai gamma ray dibawah 50
API yang merepresentasikan sand,
sedangkan warna hijau merupakan nilai
gamma ray diatas 50 API yang
merepresentasikan shale. Berdasarkan
tampilan di atas, terbukti bahwa secara
kualitatif estimasi volum memperlihatkan
7
kesesuaian nilai porositas yang cukup baik
di lokasi sekitar sumur.
Gambar 10 Peta slice gamma ray pada horizon top
res
Analisa Potensial Reservoir
Gambar 11. Persebaran potensial
reservoir pada horizon top res
Peta diatas merupakan peta slice persebaran
reservoir sand pada horizon top res.
Sebaran potensial reservoir ditandai dengan
warna kuning, sedangkan warna hijau
merupakan daerah yang tidak berpotensi
reservoir.
Integrasi Output Peta
Gambar 12. integrasi empat peta : akustik
impedansi, porositas, gamma ray, dan
sebaran reservoir sand
Berdasarkan Gambar 12. dapat kita lihat
bahwa terdapat konsistensi yang cukup baik
dari keempat peta tersebut. Dapat dilihat
bahwa nilai porositas berasosiasi dengan
baik terhadap nilai AI. Area dengan
porositas tinggi berkorelasi dengan nilai AI
yanng rendah, begitu pula sebaliknya
daerah yang memiliki porositas rendah
berasosiai dengan nilai AI yang tinggi. Peta
porositas memiliki konsistensi porositas
yang semakin membesar dari wilayah
tenggara menuju barat laut. Secara geologi
semakin kearah barat laut, pengendapan
semakin menuju ke arah pantai, sedangkan
semakin ke arah tenggara pengendapan
semakin menuju ke arah laut. Hal ini juga
didukung dengan rendahnya nilai gamma
8
ray menuju wilayah barat laut yang
mengindikasi batu pasir. Sementara
semakin ke arah tenggara nilai gamma ray
semakin besar yang mengindikasi batu
lempung. Wilayah sekitar barat laut
memiliki porositas sekitar 10 – 20 %,
sedangkan wilayah tenggara memiliki
porositas sekitar 1-5 %. Dapat dilihat
bahwa keempat sumur relatif berada pada
area dengan keadaan porositas sekitar 10 –
20 %, yang sudah berada pada kategori
cukup hingga baik yanng bisa terisi oleh
hidrokarbon mengacu pada klasifikasi nilai
porositas menurut Hearst dan Nelson
(1985). Tidak hanya itu, keberadaan stuktur
antiklin menjadi salah satu pendukung yang
sangat penting karena struktur antiklin
secara sistem petroleum memungkinkan
hidrokarbon bermigrasi dan terperangkap
menuju zona closure.
KESIMPULAN
A. Metode inversi AI dapat
dimanfaatkan sebagai atribut
eksternal dalam proses multi
atribut. Analisis metode seismik
multiatribut menunjukkan bahwa
hasil data baik jika menggunakan 8
atribut untuk untuk properti fisik
gamma ray dan 8 atribut untuk
properti fisik porositas.
B. Metode seismik multi-atribut dan
seismik inversi telah berhasil
diaplikasi oleh penulis serta berhasil
memberikan informasi properti
(porositas, gamma ray & impedansi
akustik) yang bermanfaat dalam
membantu interpretasi hingga
pengusulan lokasi sumur baru.
C. Penulis telah berhasil menentukan
daerah yang berpotensi
hidorkarbon, dengan potensial
reservoir yaitu sand, dengan nilai
porositas sekitar 10-20 % dan nilai
gamma ray dibawah 50 API.
Acknowledgements
Terimakasih yang sebesar-besarnya kepada
dosen pembimbing yang luar biasa Dr. Ir.
Fatkhan, M.T Mokhammad Puput
Erlangga, S.Si, M.T yang telah membantu
dalam penulisan karya ini dengan baik,
yang telah sabar dalam memberikan ilmu
kepada penulis. Semoga ilmu yang
diberikan menjadi bekal di masa yang akan
datang.
Daftar Pustaka
[1] Budiarto, E., Pranata, E., Putra,
R.A., Hendyantoro, R., Praja,
A.A.S., dan Permana, A.W. 2015.
Tutorial Petrel dan Interactive
[2] Brown. A.R., 2000.
Interpretation Of Three-
9
Dimensional Seismic Data,
AAPG Memoir 42.
[3] Rider, 2002, Geological
interpretation of Well logs
[4] Cordsen, A. dan Pierce, J. 2000.
Planning land 3D seismic surveys.
SEG Geophysical Developments :
USA
[5] Russell, B. H. 1996, Installation
and Tutorials. Hampson-Russell
Software Service Ltd. USA.
[6] Russell, B.H., 1998, Introduction
to Seismic Inversion Methods,
Society of Exploration
Geophysicist
[7] Sukmono, S. 2001. Seismic
Attributes For Reservoir
Characterization. Jurusan Teknik
Geofisika Institut Teknologi
Bandung. Bandung
[8] Sukmono, S. 2000. Seismik
Inversi Untuk Karakterisasi
Reservoir. Departemen Teknik
Geofisika ITB. Bandung.
[9] Muhsin, Dhafit M. 2012. Aplikasi
Metode Elastic Impedance dan
Inversi Seismik Stokastik Untuk
Mengetahui Persebaran Reservoir
Batupasir Pada Lapngan
“MDM”.
[10] Skripsi Sarjana Fakultas Teknik
Pertambangan dan Perminyakan
ITB: tidak diterbitkan
[11] Simm, R. dan Bacon, M. 2014.
Seismic Amplitude: An
Interpreter’s Handbook.
Cambridge University Press: UK.
[12] Barnes. A.E., 1999. Seismic
attributes past, present, and
future, SEG Technical Program
Expanded Abstracts.
[13] Chen. Q., dan Sidney. S., 1997.
Seismic Attribute Technology
For Reservoir Forecasting
and Monitoring. The Leading
Edge, V. 16, no. 5, p. 445-456.
[14] Nagura, H., Suzuki I., Teramoto
T., Hayashi, Y., Yoshida, T.,
Bandjarnahor, H. MP., Kihara,
K., Swiecicki, T., Bird, R.,2003,
The Abadi Gas Field, Proceedings
Indonesia Petroeleum Association
29th, Jakarta, Indonesia.
IPA03-G-141.
[15] Russel, B., Hampson, D.,
Schuelke, J., and Qurein, J., 1997.
Multi-attribute Seismic Analysis,
The Leading Edge, Vol. 16.