APLIKASI SEISMIK MULTI-ATRIBUT DAN METODE PROBABILISTIC NEURAL NETWORK UNTUK IDENTIFIKASI FASIES RESERVOIR BATUPASIR (STUDI KASUS: CEKUNGAN BONAPARTE)
No Thumbnail Available
Date
2020-07-16
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Akumulasi hidrokarbon pada Cekungan Bonaparte terdapat pada Formasi Plover dengan reservoir berupa batupasir yang memiliki ukuran butir halus hingga kasar, dari pola log gamma ray menunjukkan dalam batuan pasir terdiri dari beberapa fasies yang berbeda. Penelitian ini dilakukan untuk dapat mengidentifikasi sebaran fasies reservoir batupasir berdasarkan sifat fisis berupa porositas, resistivitas dan Vshale. Metode yang digunakan pada penelitian ini adalah metode inversi impedansi akustik, seismik multi-atribut dan metode Probabilistic Neural Network. Metode PNN dapat digunakan untuk mengetahui persebaran sifat fisis reservoir dengan baik yaitu porositas dengan nilai korelasi 0,948, resistivitas dengan nilai korelasi 0,948 dan Vshale dengan nilai korelasi 0,980. Zona reservoir yang mengandung hidrokarbon pada daerah penelitian berada pada litologi tight sandstone yang memiliki nilai impedansi tinggi yaitu berkisar antara 10.672 – 12.884 (m/s)*(g/cc), serta nilai porositas efektif, resistivitas dan Vshale yang mendukung yaitu memiliki rentang nilai porositas 0,0571 - 0,1668 untuk reservoir-1 dan 0,0548 - 0,1369 untuk reservoir-2, resistivitas tinggi yaitu > 94 ohm.m pada reservoir-1 dan reservoir2 serta Vshale rendah yaitu 0 - 6,3% untuk reservoir-1 dan 0 - 7,9% untuk reservoir-2.
Description
Keywords
Inversi impedansi akustik, Batuan Reservoir, multi-atribut seismik