ESTIMATION OF RECOVERABLE OIL FOR LOW RESISTIVITY PAYZONE BY USING GEOLOGICAL SUBSURFACE DATA, PRODUCTION DATA, AND MONTE CARLO SIMULATION: CASE STUDY OF FIELD X & LAYER A3

Beberapa lapisan batuan yang mengandung hidrokarbon memiliki nilai resistivitas yang rendah (biasanya kurang dari 1 ohm.m) sehingga sangat sulit untuk membedakan lapisan hidrokarbon tersebut dengan lapisan yang mengandung air dengan menggunakan metode interpretasi log standar. Alasan tersebut diseba...

全面介紹

Saved in:
書目詳細資料
主要作者: Hidayatullah Rosman, Andy
格式: Final Project
語言:Indonesia
主題:
在線閱讀:https://digilib.itb.ac.id/gdl/view/54911
標簽: 添加標簽
沒有標簽, 成為第一個標記此記錄!
機構: Institut Teknologi Bandung
語言: Indonesia
實物特徵
總結:Beberapa lapisan batuan yang mengandung hidrokarbon memiliki nilai resistivitas yang rendah (biasanya kurang dari 1 ohm.m) sehingga sangat sulit untuk membedakan lapisan hidrokarbon tersebut dengan lapisan yang mengandung air dengan menggunakan metode interpretasi log standar. Alasan tersebut disebabkan karena biasanya dengan menggunakan metode interpretasi log standar akan menyebabkan perhitungan saturasi air yang terlalu tinggi, sehingga keakuratan perhitungan Swe menjadi rendah. Berdasarkan pengalaman menunjukkan bahwa rendahnya pengukuran nilai resistivitas oleh alat logging disebabkan karena tingginya salinitas atau air formasi yang sangat kapasitif (resistivitas rendah), porositas yang besar, tingginya kandungan shale atau lempung, dan tingginya saturasi air mula-mula. Data log sumur, data swab, dan data injeksi air digunakan untuk membuat peta properti reservoir, peta water cut, dan peta kumulatif injeksi air. Peta ini digunakan untuk melakukan analisis dan identifikasi awal terhadap lapisan hidrokarbon yang memiliki nilai resistivitas yang rendah (low resistivity payzone). Selanjutnya, zona yang dipilih sebagai identifikasi awal low resistivity payzone tersebut akan diverifikasi dengan analisis litologi dengan melihat log Gamma Ray dan mengetahui apakah terdapat shale di formasi tersebut atau tidak. Langkah terakhir dari studi ini yaitu melakukan estimasi berapa terhadap banyaknya hidrokarbon yang dapat diambil ke permukaan dari low resistivity payzone tersebut dengan menggunakan simulasi Monte Carlo. Pada akhirnya, satu area di lapisan A3 dapat teridentifikasi sebagai low resistivity payzone dan dari hasil simulasi Monte Carlo didapatkan nilai OOIP sekitar 1.070 MMbbl, dan jika nilai ini dikali dengan recovery factor sebesar 35%, dimana nilai ini merupakan nilai recovery factor untuk seluruh lapangan ini sampai sekarang, maka minyak yang dapat diambil sekitar 374,500 bbl.