DETAIL KOLEKSI

Evaluasi karakteristik batuan reservoir melalui metode hydraulic flow unit di lapangan desy "CNNOC SES"

1.0


Oleh : Farrell Christofandio

Info Katalog

Nomor Panggil : 421/TP/2016

Penerbit : FTKE - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2016

Pembimbing 1 : Mulia Ginting

Pembimbing 2 : Eddy Sugiarto

Subyek : Reservoir

Kata Kunci : Permeabilitas, Batuan reservoir


File Repositori
No. Nama File Ukuran (KB) Status
1. 2016_TA_TM_07111136_HALAMAN-JUDUL.pdf 612.15
2. 2016_TA_TM_07111136_BAB-I.pdf 90.29
3. 2016_TA_TM_07111136_KESIMPULAN.pdf 332.6
4. 2016_TA_TM_07111136_LAMPIRAN.pdf 1860.05

P Permeabilitas merupakan salah satu karakteristik batuan reservoir yang telah terbukti sulit diprediksi, terutama pada batuan dengan tingkat heterogenitas yang cukup tinggi. Permeabilitas bisa didapat dari hasil coring, sementara data core yang ada terbatas karena tidak pada setiap kedalaman dilakukan coring dan permeabilitas yang sudah diolah dari data log tidak valid dengan dengan data core (actual). Oleh karena itulah perlu dilakukan penelitian dalam perhitungan nilai permeabilitas berdasarkan zona alir pada masing-masing kedalaman, sehingga dapat mewakili tingkat heterogenitas reservoir. Penentuan flow unit tujuan pertama Tugas Akhir ini dilakukan, untuk menentukan flow unit perlu diketahui beberapa parameter terlebih dahulu, seperti : Reservoir Quality Index (RQI), Porosity Normalized (Phie Z), dan Flow Zone Indicator (FZI), Discrete Rock Type (DRT), dan Rock Type (RT). Untuk mengklasifikasikan menjadi suatu golongan flow unit tertentu dilihat dari grafik FZI versus Cumulation Distribution Function (CDF) secara visual berdasarkan bentuk grafik. Terdapat 8 (delapan) flow unit yang tersedia. Setelah diketahui titik kedalaman tersebut masuk ke golongan flow unit nomor berapa, digunakan persamaan hasil dari korelasi porositas dan permeabilitas core untuk diketahui nilai permeabilitas berdasarkan flow unit-nya . Sementara itu tujuan kedua ialah menentukan permeabilitas pada lapisan uncored yang menggunakan data log (PIGE dan Volume clay) untuk memprediksi golongan flow unit pada setiap kedalaman melalui software PETREL dengan Neural Network-nya. Dari diketahuinya golongan flow unit, permeabilitas pada lapisan uncored bisa ditentukan berdasarkan persamaan golongan-golongan flow unit yang sudah dicari sebelumnya. Lapangan yang mempunyai 8(delapan) flow unit ini terdiri dari 7 sumur, yaitu Desy 1, Desy 8, Desy 10, Desy A-1, Desy B-8, Desy B-10, dan Desy E-1. Ketujuh sumur ini mempunyai data core dengan kedalaman yang berbeda yang akan dipakai untuk evaluasi nilai dari permeabilitasnya. Sementara Data Log yang dipakai terdiri dari 5 sumur, yaitu sumur Desy 8, Desy 10, Desy A-1, Desy B-8, dan Desy B-10

P Permeability is one of the characteristics of the reservoir rock that has proven difficult to predict, especially in the rocks with a fairly high degree of heterogeneity. Permeability can be obtained from the coring, meanwhile the core of data is limited because it does not at any depth cored and permeability that has been processed from the data logs is not valid with data cores (actual). Therefore research must be done in the calculation of permeability values based flow zones at each depth, so as to represent the level of reservoir heterogeneity. Determination of flow unit first goal of this final project is carried out, to determine the flow units need to know some parameters in advance, such as: Reservoir Quality Index (RQI), Porosity Normalized (Phie Z), and Flow Zone Indicator (FZI), Discrete Rock Type (DRT), and Rock Type (RT). To classify into a particular class of flow unit seen from the graph FZI versus Cumulation Distribution Function (CDF) is visually based on the shape of the graph. There are eight (8) flow units are available. Having known the depth of the point of entry to the class of flow units which number, use the results of the correlation equation porosity and permeability of the core to be known permeability values based on the flow of his unit. While the second goal is to determine the permeability of the lining uncored that use log data (Pige and Volume clay) to predict the flow unit classes at any depth through PETREL software with Neural Network, the permeability at the uncored layer can be determined based on the equation of groups of flow unit that has been searched before.

Bagaimana Anda menilai Koleksi ini ?