PRODUCTION FORECASTING USING ARPS DECLINE CURVE MODEL WITH THE EFFECT OF ARTIFICIAL LIFT INSTALLATION

• Main Author: Maurenza, Farrah
• Format: Final Project
• Language: Indonesia
• Subjects: Pertambangan dan operasi berkaitan
• Online Access: https://digilib.itb.ac.id/gdl/view/68889
• Institution: Institut Teknologi Bandung

Memprediksi kinerja produksi dan umur sumur sangat penting untuk bisnis dalam industri peminyakan karena berhubungan langsung dengan aspek keuangan perusahaan minyak tersebut. Analisis kurva penurunan (DCA) adalah salah satu metode yang paling banyak digunakan untuk memprediksi kinerja produksi serta dalam megestimasi cadangan. Namun, hasil DCA sangat subjektif bergantung pada insinyur yang mengamati. Model penurunan Arps’ merupakan salah satu solusi empiris yang sering digunakan untuk menganalisis penurunan produksi karena kesederhanaannya. Untuk meningkatkan laju produksi, pemasangan artificial lift menjadi salah satu solusi, namun hal ini akan menyebabkan perubahan kondisi operasi yang bertentangan dengan syarat penggunaan model penurunan Arps. Dalam prakteknya di lapangan, bahkan setelah terjadi perubahan kondisi operasi laju penurunan akan dianggap sama mengikuti laju penurunan sebelum kondisi berubah. Penelitian ini bertujuan untuk melihat bagaimana pemasangan artificial lift akan mempengaruhi penurunan produksi sumur dan nilai estimated ultimate recovery (EUR). Kondisi penginstalan artificial lif akan ditiru dengan tekanan bawah sumur yang akan berkurang di tengah masa produksi. Metode yang diusulkan juga diharapkan dapat memperkirakan umur sumur. Metode dimulai dengan penyaringan data diikuti dengan pencocokan kurva yang dijustifikasi menggunakan konsep kuadrat terkecil. Pencocokan kurva dilakukan untuk data produksi yang telah diketahui guna mengekstrak parameter kurva penurunan yang nantinya akan digunakan sebagai batasan dan objektif pada tahap prediksi. Metode yang diusulkan diuji pada dua jenis data, data lapangan nyata dan data yang dihasilkan dari simulasi. Prediksi laju produksi yand dihitung menggunakan metode ini berhasil cocok dengan data aktual dengan kesalahan di bawah 10% untuk kedua tipe data.