Fahridho, Hetrio (2016) Estimasi Zona Potensi Reservoar Berdasarkan Nilai Densitas, Porositas Dan Gamma Ray Dengan Menggunakan Metode Probabilistic Neural Network Di Lapangan “X” Lemigas. Sarjana thesis, Universitas Brawijaya.
Abstract
Salah satu cara untuk menentukan zona potensi reservoar yang baik dengan menentukan nilai densitas yang rendah, porositas yang tinggi dan gamma ray yang rendah. Untuk dapat melihat sebaran nilai densitas, porositas dan gamma ray penulis menggunakan metode Probabilistic Neural Network. Pada studi ini, data seismik diinversi menjadi Impedansi Akustik, yang didapatkan dari data sumur. Metode inversi yang digunakan pada studi ini yaitu metode Model-Based. Data sumur digunakan untuk analisa sensitivitas dengan cara plot silang untuk mengetahui parameter yang sensitif dalam membedakan jenis litologi. Dari hasil analisa sensitivitas didapatkan bahwa parameter yang sensitif ialah densitas, porositas dan gamma ray. analisa multi atribut digunakan untuk mendapatkan pseudovolume. Dari hasil analisa multi atribut didapatkan pseudo-densitas, pseudo-porositas dan pseudo-gamma ray. Hasil dari analisa multi atribut ini, kemudian diperkuat dengan menggunakan Probabilistic Neural Network. Peta yang dibuat berdasarkan hasil pseudo-volume dengan menggunakan Probabilistic Neural Network menunjukkan adanya zona potensi reservoar pada sebelah timur dari peta top-sand dan bot-sand. Zona potensi reservoar memiliki tinggian yang cukup, densitas yang rendah, porositas yang tinggi dan gamma ray yang rendah.
English Abstract
One way to determine the good potential reservoir zones is determining the value of a low density, high porosity and low gamma ray. To be able to see the distribution of the density, porosity and gamma ray, its used Probabilistic Neural Network. In this study, the seismic data is inverted into Acoustic Impedance, which is obtained from wells. The inversion method used in this study is the Model- Based method. Wells data used for the sensitivity analysis is cross plot to determine the parameters that are sensitive in distinguishing the type of lithology. The results of the sensitivity analysis shows that a sensitive parameter is the density, porosity and gamma ray. Multi-attribute analysis is used to get a pseudo-volume. From the analysis of multi-attribute obtained pseudo-density, porosity and pseudo-gamma ray. The results of multi-attribute analysis is then amplified by using Probabilistic Neural Network. Map created based on the pseudo-volume by using Probabilistic Neural Network indicate potential reservoir zones in the west of the map top-sand and bot-sand. The potential reservoir zones have sufficient altitude, low density, high porosity and low gamma ray.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2016/355/051610517 |
| Subjects: | 500 Natural sciences and mathematics > 530 Physics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Fisika |
| Depositing User: | Kustati |
| Date Deposited: | 11 Nov 2016 14:38 |
| Last Modified: | 11 Nov 2016 14:38 |
| URI: | http://repository.ub.ac.id/id/eprint/154881 |
Actions (login required)
 |
View Item |