Penentuan Rock Region berdasarkan Porositas dan Permebilitas Batuan dalam Simulasi Reservoir Migas

Lia Yunita

Lia Yunita Universitas Proklamasi 45 Yogyakarta

Kata Kunci: : Rock Region, Permeability Porosity

Abstrak

Sebelum melakukan simulasi reservoir, analisis porositas dan permeabilitas sangat penting untuk memahami karakteristik fisik batuan reservoir. Penentuan parameter ini membantu mengidentifikasi kapasitas produksi dan distribusi fluida dalam reservoir. Korelasi data core dengan data log dan simulasi stratigrafis bisa memberikan prediksi yang lebih akurat tentang distribusi porositas dan permeabilitas di lapangan yang heterogen. Data core yang diperoleh melalui SCAL (Special Core Analysis) dan RCAL (Routune Core Analysis) diolah kedalam rock region untuk mengelompokkan karakteristik batuan yang bagus dan kurang bagus. Tujuan dari penelitian ini adalah menentukan rock region berdasarkan porositas permeabilitas batuan.

Metode yang dilakukan dengan analisa SCAL dan RCAL meliputi porositas, permeabilitas kedalaman core. Setelah itu menentukan nilai FZI (Flow Zone Index) yang didapat dari data RQI (Reservoir Rock Quality Index ) dibagi dengan NPI (Normalized Porosity Index). Kemudian mecari nilai kumulatif probablity dengan membagi nomor sampel core dengan jumlah sampel keseluruhan. Nilai RQI didapat melalui data permabilitas dan porositas efektif, sedangkan NPI diperoleh melalui data porositas.

Hasil dari penelitian pada formasi â€œZNâ€ diperoleh ploting antara porositas dan permeabilitas batuan yang memiliki enam rock region berdasarkan data porositas dan permebilitas yang diperolah melalui SCAL dan RCAL

Referensi

DAFTAR PUSTAKA
[1] Ahmed, Tarek. 2006. Reservoir Engineering Hand Book Third Edition. Elsevier Inc: Oxford
[2] Rukmana, Dadang., Dedy K., V Dedi Cahyoko A. (2011). Teknik Reservoir â€“Teori dan Aplikasi. Pohon Cahaya: Yogyakarta
[3] Nyakilla, E.E., Guanhua, S., Hongliang, H. et al. Evaluation of Reservoir Porosity and Permeability from Well Log Data Based on an Ensemble Approach: A Comprehensive Study Incorporating Experimental, Simulation, and Fieldwork Data. Nat Resour Res (2024). https://doi.org/10.1007/s11053-024-10402-9
[4] Otoo, D. and Hodgetts, D.: Porosity and permeability prediction through forward stratigraphic simulations using GPMâ„¢ and Petrelâ„¢: application in shallow marine depositional settings, Geosci. Model Dev., 14, 2075â€“2095, https://doi.org/10.5194/gmd-14-2075-2021, 2021.
[5] Liuqing Yang, Sergey Fomel, Shoudong Wang, Xiaohong Chen, Wei Chen, Omar M. Saad, Yangkang Chen; Porosity and permeability prediction using a transformer and periodic long short-term network. Geophysics 2023;; 88 (1): WA293â€“WA308. doi: https://doi.org/10.1190/geo2022-0150.1
[6] Intertek Group plc. (2024). Special Core Analysis (SCAL). https://www.intertek.com/energy/ upstream/scal-special-core-analysis/. Diakses tanggal 5 Mei 2024