135

Tentukan jumlah unit aliran Untuk setiap unit hidrolik,

Gunakan aplikasi statistik kembangkan model regresi untuk
• Uji normalitas FZI berdasarkan atribut logging di
• Analisi klaster core interval/sumur
• Analisis kesalahan

Memvalidasi model di sumur inti

Memprediksi profil unit hidraulik dalam inti

interval/sumur menggunakan metode probabilistic
dibatasi dengan unit hidrolik deterministik

Verifikasi kesamaan statistic unit hidrolik di sumur

yang berdekatan

Hitung FZI sumur berinti menggunakan model

regresi berdasarkan atribut logging

Hitung permeabilitas
ɸ𝟑
K = 1014(FZI)2a(𝟏−ɸ)𝟐

Validasi dan memetakan unit hidrolik

Buat profil permeabilitas di sumur tanpa inti

Gambar 3.2.1. lanjutan

136

Tabel 3.4
Permeabilitas dan Porositas
k (mD) ɸ (fraksi) k (mD) ɸ (fraksi)
22 0,08 112 0,09
51 0,1 430 0,19
315 0,12 250 0,16
344 0.13 490 0,14
90 0,11

SOLUSI
Perhitungan parameter yang berbeda hanya disajikan untuk sampel #1. Semua
nilai lain diberikan pada tabel 3.5.

(a) Hitung RQI menggunakan persamaan 3.43, yaitu:

𝐾 22
RQI = 0,0314 √ɸ𝑒 = 0,0314 √0,08 = 0,52
Ratio ɸz dihitung dari persamaan 3.46:
ɸ 0,08
ɸz = = = 0,087
1− ɸ 1−0,08
Tabel 3.5
Contoh Hasil

k (mD) ɸ RQI (µm) ɸ/(1-ɸ) F (m=2) FFI (%)

22 0,08 0,521 0,087 126,56 12,5 7,60
51 0,1 0,709 0,111 81,00 10,0 9,50
315 0,12 1,609 0,136 56,25 8,3 11,40
344 0,13 1,615 0,149 47,92 7,70 12,35
90 0,11 0,898 0,124 66,94 9,10 10,45
112 0,09 1,108 0,099 100,00 11,11 8,55
430 0,18 1,535 0,220 25,00 5,5 17,10

250 0,16 1,241 0,190 31,64 6,2 15,20

490 0,14 1,858 0,163 41,33 7,1 13,30
 137

Hitung faktor resistivitas formasi menggunakan persamaan Humble:

0,81 0,81
F= = = 126,56
ɸ2 0,082

Plot RQI vs ɸ/(1-ɸ) menunjukan dua garis lurus kemiringan kesatuan,

menunjukan dua unit hidrolik. Nilai FZI yang sesuai masing-masing adalah 15
dan 9. Nilai HT yang sesuai diperoleh dari persamaan 3.52:
Unit hidrolik #1, FZI=15:
1 1
HT = 𝐹𝑍𝐼2 = 152 = 4,44 X 10-3 µm-2
Unit hidrolik #2, FZI= 9:
1 1
HT = 𝐹𝑍𝐼2 = 92 = 12,12 X 10-3 µm-2

(b) Hitung tortuositas menggunakan persamaan 3,50 dan asumsikan m=2:

Ʈ = ɸ 1-m = 0,081-2 = 12,5

Plot ini memverifikasi bahwa ada dua unit aliran hidrolik di reservoir.
(c) Hitung indeks fluida bebas (FFI) menggunakan persamaan 3,57:

FFI = ɸ (1- Swi) = 0,08 (1-0,15) = 0,068

Perhatikan bahwa mengekstrapolasi dua garis lurus ke FFI = 100%

menghasilkan nilai FZI yang sama seperti yang diperoleh dari plot RQI vs
ɸz. Lihat juga gambar 3.22-3.24.

Pengaruh Kemasan Terhadap Permeabilitas

Kurangnya penerapan global model Kozeny telah menyebabkan para
peneliti untuk menghasilkan korelasi empiris pada tingkat formasi demi
formasi. Karena tidak ada model fisik yang masuk akal, korelasi ini tidak
cukup akurat untuk mendapatkan penerimaan yang luas. Kurangnya
akurasi ini namun dapat diterima ketika mengukur perbedaan relative dari
permeabilitas zona yang berbeda, tetapi tidak untuk mendapatkan yang
akurat permeabilitas.
138

ɸ/(1-ɸ)

Gambar 3.22. plot log-log RQI vs Cp/(1-Cp), menunjukan adanya dua unit aliran

Gambar 3.23 plot RQI vs tortoritas, mengkonfirmasi keberadaan dua unit aliran.

Slichter adalah orang pertama yang menunjukan secara matematis

pengaruhnya pengepakan dan ukuran butiran pada permeabilitas
(31).Persamaan semi-empiris nya, yaitu:
dgr
k = 10,2 ap
(3,60)
 139

`Gambar 3.24. plot log-log RQI vs indeks cairan bebas.

dimana k adalah permeabilitas dengan satuan darcy, d gr adalah diameter

bola butir dalam mm, dan ap adalah konstanta pengepakan, yang dapat
diperkirakan dari:

ap= 0,97ɸ-3,3 (3.61)

hitung persamaan 3.61 ke dalam persamaan 3.60:

k = 10.5 dgrɸ3.3 (3.62)

korelasi ini berlaku terutama untuk formasi batu pasir.

Pengaruh Saturasi Air Pada Permeabilitas

Wyllie dan Rose menyelidiki efek saturasi air yang tidak dapat
direduksi Swi dan porositas pada permeabilitas absolut, dan
mengembangkan korelasi empiris berikut (32):

awr ɸ3 2
k=( ) (3.63)
swi

dimana a adalah konstanta tergantung pada densitas hidrokarbon. Untuk

sebuah minyak gravityasi awr = 250 dan untuk gas kering a = 79, k dalam
mD dan ɸ dan Swi adalah fraksi (33). Sejauh 2502 ≈ 10 x 792, persamaan
3.63 menunjukan bahwa untuk Cp dan Swi yang sama, ko ≈ 10 kg, yang
tidak selalu demikian. Persamaan 3.63 harus digunakan hanya dengan
adanya klastik sedimen. Ekspresi serupa diturunkan oleh Timur (34):
140

ɸ4.4
k = 0,136 s2 (3.64)
wi

di mana permeabilitas dalam mD dan Swi dan ɸ dinyatakan dalam

presentase. Persamaan 3.64 tidak bergantung pada jenis hidrokarbon yang
ada di media berpori.
Penting untuk ditekankan bahwa persamaan 3.60 hingga 3.64 adalah
empiris. Mereka biasanya digunakan untuk mendapatkan perkiraan
permeabilitas distribusi dari data log sumur. Jika porositas dan air yang
tidak dapat direduksi saturasi digunakan dalam bentuk pecahan,
persamaan 3.64 memiliki bentuk:

ɸ4.4
k = (932) S2 (3.65)
wi

Langnes dkk. Menyajikan persamaan empiris lain yang digunakan berhasil

untuk batu pasir (35). Ini berhubungan dengan luas permukaan spesifik per
satuan volume pori, Svp untuk porositas 4 (fraksional), permeabilitas k
(dalam milidarcy) dan faktor resistivitas formasi FR & Atw, di mana &
sama dengan resistivitas listrik dari formasi yang 100% jenuh dengan air
formasi dan Rw sama dengan resistivitas air formasi :

2.11 x 105
Svp = (3.66)
√F2.2 1.2
R ɸ k

Fraktor resistivitas formasi menangkap efek dari ukuran butir, bentuk

butir, distribusi butir, dan kemasan butir.

CONTOH

Sampel inti yang mengandung minyak pulih dari formasi batu

pasir yang bersih memiliki porositas 24% dan saturasi air tak tereduksi
30%, memperkirakan:
(a) Permeabilitas sampel inti menggunakan Wyllie dan Rose korelasi
(persamaan 3.63) dan bandingkan hasilnya dengan yang diperoleh dari
korelasi Timur (persamaan 3.64), dan,
(b) Ukuran rata-rata butir. C
 141

SOLUSI
(a) Permeabilitas sampel inti yang mengandung minyak menurut Korelasi Wyllie
dan Rose (Persamaan 3.63) adalah [32]:
awr ɸ3 2
k=( )
swi

(0.24)3 2
k = (250 ) = 133 mD
0.30
Korelasi Timur (Persamaan 3.64) memberikan:
ɸ4.4
k = 0.136 S2
wi

(0.24)4.4
k = 0.136 = 179 mD
(30)2

Permeabilitas yang diperoleh dari persamaan Timur adalah 25,7% lebih

tinggi dari yang diperoleh dari persamaan Wyllie dan Rose. Satu dari
alasannya adalah bahwa korelasi permeabilitas-porositas Timur diperoleh
dari sampel inti dengan permeabilitas tinggi.
(b) Rata-rata ukuran butir dapat diperkirakan dari Persamaan 3.62. Pemecahan
untuk diameter butir d, untuk k = 133 mD:

k = 10.5 dgrɸ3.3

𝑘
dgr = 10.5 ɸ3.3

133
dgr = 10.5 (0.24)3.3 = 1.4 mm

Untuk k = 179mD, diameter butir adalah dg = 1.9mm. Jadi, menurut Tabel

1.7, partikel batupasir sangat kasar dan kisaran diameter dari 1 sampai 2
mm.

PERMEABILITAS DARI LOG NMR

Log NMR menggunakan magnet permanen, frekuensi radio (RF)

pemancar, dan penerima RF. Alat ini merespon cairan di ruang pori dan
digunakan untuk mengukur porositas efektif litologi-independen, distribusi
ukuran pori, saturasi fluida terikat dan bergerak, dan permeabilitas secara
kaki-demi-kaki. Model matematika, yang termasuk distribusi ukuran pori,
142

memprediksi permeabilitas lebih akurat daripada yang termasuk porositas

efektif karena permeabilitas dikendalikan oleh ukuran pori tenggorokan
Waktu relaksasi kecil dari alat NMR sesuai dengan pori-pori kecil
dan waktu relaksasi yang lebih besar mencerminkan pori-pori yang besar
konstanta waktu T2 pada batuan klastik cenderung mendekati log-normal.
Oleh karena itu, representasi tunggal yang baik dari T2 diperoleh dari nilai
rata-rata geometri atau logaritma. Schlumberger-DollResearch (SDR)
mengembangkan model berikut untuk permeabilitas [36]:

4
k = 4T2ML ɸ2 (3.67)

Dimana :
k = permeabilitas, mD
T2ML = rata-rata log waktu relaksi, T2, milidetik
ɸ = porositas NMR, fraksi.

Model SDR sensitif terhadap keberadaan fase hidrokarbon di pori-

pori. Respon T2 tampaknya bimodal di water-wetrocks karena keberadaan
sebagian hidrokarbon (lihat Gambar 3.25 dan 3.26).
In(Permeabilitas NMR
Terkalibrasi), mD

In(Permeabilitas Core), mD
Gambar 3.25. Permeabilitas terukur inti terhadap log NMR terkalibrasi yang
diturunkan permeabilitas, direproduksi setelah Al-Ajmi dan Holditch [36].
 143

Permeabilitas NMR
Permeabilitas NMR Terkalibrasi

Gambar 3.26. Permeabilitas NMR sebelum dan sesudah kalibrasi [36].

CONTOH

Log NMR dijalankan di sumur, dan menunjukkan porositas 18% dan log rata-
rata waktu relaksasi 2,5 pada kedalaman 6.000 kaki. Perkirakan permeabilitas
pada kedalaman ini untuk sumur ini, menggunakan korelasi SDR.

SOLUSI
Gunakan Persamaan 3.67:

k = 4 (2.5)4(0.18)2 = 5.06 mD

HUBUNGAN PERMEABILITAS-POROSITAS DI BATUAN KARBONAT

Hubungan antara permeabilitas dan porositas pada batuan karbonat formasi

terkait dengan ukuran butir matriks batuan, ukuran ruang pori intergranular,
jumlah vug yang tidak terkonsolidasi (fraktur dan rongga solusi), dan ada atau
144

tidak adanya koneksi vug [37]. Gambar 3.27 adalah plot log-log dari
permeabilitas-porositas hubungan untuk berbagai kelompok ukuran partikel
dalam semen yang seragam batuan nonvuggy. Plot ini menunjukkan bahwa
ada cukup baik hubungan antara tiga parameter petrofisika dan, oleh karena
itu, jika ukuran partikel dan porositas matriks diketahui, permeabilitas (dalam
millidarcies) dari bagian nonvuggy dari batuan karbonat dapat menjadi
diperkirakan dari:

Amcp
kma= Agrɸma (3.68a)

dimana :
ɸma = porositas matriks, fraksi
Agr = koefisien ukuran butir, dimensionless
Amcp = koefisien sementasi-pemadatan, dimensonless.

Nilai koefisien ini terkait dengan partikel rata-rata diameter dgr sebagai berikut
(1) untuk dgr kurang dari 20 μm, nilai Agr dan Amcp rata-rata 1.5 x 103 dan
4.18, masing-masing;
(2) jika dgr adalah n dikisaran 20 hingga 100, Agr = 2.60 x 105 dan Amcp =
5,68: dan
(3) untuk dgr lebih dari 100 μm, nilai Agr dan Amcp adalah 8.25 x 108 dan 8.18,
masing-masing.
Jika distribusi pemadatan atau sementasi tidak seragam, Amcp konstan akan
terpengaruh. Sementasi tambal sulam cenderung menghasilkan lebih tinggi
nilai Amcp, sehingga mengurangi permeabilitas.
Untuk mengukur pengaruh rekahan dan rongga yang tidak terkonsolidasi
pada porositas antar partikel, Lucia memeriksa sejumlah besar batuan
karbonat dan diukur secara visual fraksi dari total porositas matriks karena ini
jenis vug [9]. Dia menemukan bahwa efeknya adalah untuk meningkatkan
interpartikel porositas matriks dengan sedikit atau tanpa peningkatan
permeabilitas matriks. Prosedur berikut disarankan untuk memperkirakan
permeabilitas dalam batuan karbonat yang mengandung vug yang tidak
berhubungan:
1. Ukur porositas total (interparticle dan unconnected vugs), ɸ𝑡 dari log
sumur atau analisis inti.
2. Perkirakan porositas vug yang tidak terhubung secara visual, ɸ𝑢.
 145

Porositas, %

Tidak mengandung minyak

Mengandung minyak

Permeabilitas, mD
Porositas, %

Tidak mengandung minyak

Mengandung minyak

Permeabilitas, mD
146

Porositas, %

Tidak mengandung minyak

Mengandung minyak

Permeabilitas, mD

Gambar 3.27. Pengaruh ukuran partikel pada hubungan permeabilitas-

porositas di batuan karbonat non vuggy yang tersemen seragam [37].

3. Hitung porositas intergranular dari matriks (ɸ𝑚𝑎) sebagai:

ɸ𝑡 −ɸ𝑢
ɸma = (3.68b)
1−ɸ𝑢

4. Perkirakan ukuran partikel rata-rata, dgr, menggunakan compactor atau

mikrometer.
5. Hitung permeabilitas matriks nonvuggy, kma, dengan menggunakan
Persamaan 3.68.

Peningkatan permeabilitas matriks yang sangat kecil (dengan vugs

yang tidak dikonsolidasi) akan diamati jika porositas total ɸ𝑡 digunakan
dalam Persamaan 3.68 bukan ɸ𝑚𝑎. Craze dan Bagrintseva
mendemonstrasikan pengaruh litologi pada hubungan antara porositas dan
permeabilitas [37,38]. Berdasarkan data inti dari Edward batu kapur
(Gambar 3.28), Craze mencatat bahwa ketika tekstur berubah dari
mikrogranular hingga berbutir kasar, permeabilitas meningkat untuk yang
diberikan porositas [37]. Bagrintseva menyelidiki hubungan timbal balik
di antara berbagai sifat batuan dari beberapa reservoir karbonat di bekas
Uni Soviet [38].
 147

Chilingarian dkk. menggunakan data Bagrintseva dan

mendapatkan beberapa yang berguna korelasi antara permeabilitas dan
porositas dengan mempertimbangkan dua variabel tambahan: saturasi
cairan yang tidak dapat direduksi dan permukaan spesifik.

Partikel rata-rata
Permeabilitas, mD

Porositas Interpartikel, %
Gambar 3.28. Hubungan antara porositas dan permeabilitas untuk
berbagai jenis kapur Batu kapur Edwards[37].

daerah [6]. Bentuk umum korelasinya adalah sebagai berikut:

log k = a1 + a2 ϕo + a3Svp + a4Swr + a5SvpSwr (3.69)

dimana:
k = permeabilitas terhadap udara, mD
Swr = sisa saturasi air, %
Svp = luas permukaan spesifik
ϕo = porositas terbuka, %
al, a2, a3, a4, dan a5 adalah konstanta untuk formasi tertentu, ditentukan
secara empiris.
Praktis semua korelasi permeabilitas-porositas harus digunakan saja untuk
tujuan kualitatif. Untuk mendapatkan korelasi yang akurat antara porositas dan
permeabilitas, seseorang harus memasukkan sejumlah besar fisik faktor yang
mencirikan media berpori, termasuk cairan yang tidak dapat direduksi saturasi,
luas permukaan spesifik, distribusi ukuran butir, bentuk butir, pengepakan dan
148

pelapisan, litologi dan mineralogi, derajat dan jenis penyemenan dll. Meskipun
beberapa formasi mungkin menunjukkan korelasi antara permeabilitas dan
porositas, sejumlah besar faktor fisik mempengaruhi dua parameter ini sangat
berbeda dalam formasi yang berbeda.

Memperkirakan Permeabilitas di Batuan Karbonat

Meskipun porositas absolut yang disediakan oleh rekahan alami adalah

diabaikan (<3%), porositas efektif sangat ditingkatkan karena rekahan
menghubungkan volume pori yang tersedia. Akibatnya, permeabilitas reservoir
dan pemulihan minyak bumi sangat ditingkatkan. Itu dampak bersih dari
konektivitas rekahan mungkin merupakan faktor penentu dalam mengeksploitasi a
waduk tertentu. Banyak metode telah diusulkan untuk memperkirakan
permeabilitas fraktur, termasuk model pelat paralel, analog listrik sistem, analisis
inti, logging we11, dan pengujian transien tekanan.
Persamaan untuk laju aliran volumetrik antara dua pelat halus,
dikombinasikan dengan hukum Darcy, memberikan pendekatan dasar untuk
memperkirakan permeabilitas rekahan dan pengaruhnya terhadap aliran fluida
pada rekahan alami batu. Parsons menggunakan pendekatan ini untuk menyatakan
permeabilitas total dari sistem matriks-fraktur di mana fraktur vertikal terjadi di
set jarak dan orientasi tertentu relatif terhadap tekanan keseluruhan overall
gradien [39]. Murray menggunakan model pelat sejajar dan geometri pendekatan
yang berlaku untuk batuan terlipat untuk menunjukkan bahwa, di tempat tidur
terlipat dengan fraktur ekstensi normal ke tempat tidur dan sejajar dengan lipatan
sumbu, porositas fraktur dan permeabilitas adalah fungsi dari ketebalan lapisan
dan kelengkungan [40]. Dia berasumsi bahwa fraktur ekstensi terbentuk terutama
di lapisan luar tempat tidur melengkung. Murray menerapkan pendekatan ini pada
Kolam renang Spanyol di McKenzie County, North Dakota, dan
didemonstrasikan a kebetulan yang baik antara bidang kelengkungan maksimum
dan bidang produktivitas terbaik.
Aliran fluida melalui media berpori secara langsung analog dengan aliran
listrik. McGuire dan Sikora menggunakan analogi ini dan menunjukkan bahwa
lebar rekahan buatan jauh lebih penting daripada lebar rekahan buatannya panjang
dalam mempengaruhi komunikasi antara patahan alami [41]. Stearns dan
Friedman meringkas bahwa permeabilitas dari retakan alami formasi dapat
diharapkan menjadi yang terbesar di mana tempat tidur reservoir mengandung
rekahan yang lebar, berjarak dekat, dan halus yang berorientasi sejajar dengan
gradien tekanan fluida [42].
Permeabilitas rekahan tidak dapat diperkirakan secara langsung dari log
sumur. Tren modern adalah menggabungkan parameter turunan inti dengan data
 149

log yang diproses komputer untuk membangun hubungan statistik antara

permeabilitas sistem matriks-fraktur dan berbagai parameter, seperti porositas dan
saturasi air tak tereduksi. Dengan seperti itu hubungan yang terbentuk, parameter
petrofisika formasi, termasuk distribusi permeabilitas, dapat disimpulkan dari data
log saja di sumur atau zona tanpa data inti. Dalam formasi karbonat,
bagaimanapun, di mana heterogenitas struktural dan perubahan tekstur umum
terjadi, dan hanya sejumlah kecil sumur yang diberi inti karena kesulitan dan
biaya coring, penerapan korelasi yang diturunkan secara statistik sangat terbatas.
Watfa dan Youssef mengembangkan teori yang bagus model yang berhubungan
langsung dengan aliran panjang lintasan (tortuositas), pori perubahan radius,
porositas, dan faktor sementasi m [43]. Model ini mengasumsikan bahwa:

(1) media berpori dapat diwakili oleh seikat tabung, seperti yang ditunjukkan
pada Gambar 3.29;

Luas kubus = A

Panjang Sebenarnya = La

Gambar 3.29. Model bundel-oftubes [43]

(2) luas penampang setiap tabung, Aa, adalah konstan; dan

(3) jalur fluida dan jalur arus listrik sama dan konduktivitas sebenarnya, yaitu,
kebalikan dari resistivitas, dari bundel dari tabung adalah:

Ctr = Cwϕm (3.70)

di mana Cw adalah konduktivitas air dan m adalah faktor sementasi. Karena

konduktivitas semu Ca dari sebuah balok yang memiliki penampang luas A dan
panjang L terkait dengan konduktivitas sebenarnya Ctr sebagai berikut:
C𝑎 A
= (3.71)
C𝑡𝑟 L

Dimana A adalah luas penampang semua tabung, maka

150

A
Ca = Cw ϕm L (3.72)

Diasumsi bahwa model bundel tabung berisi n tabung konduktivitas tabung ke-i
(Ci) dapat definisikan sebagai :

𝐴
Ci = Cw𝐿𝑖𝑖 (3.73)

Dimana Li adalah panjang dari tabung

Porositas tabung adalah kesatuan. Konduktivitas nyata dari blok adalah jumlah
konduktivitas individu dari semua tabung. Jadi

𝐴𝑖
C2 = Cw∑𝑛𝑖=1 𝐿𝑖 (3.74)

Dari asumsi bahwa A2 adalah konstan

𝐴
C2 = Cw𝐿𝑖𝑖 (3.75)

Menurut definisi :

𝐿2 𝐴2
ϕ=n( ) (3.76)
𝐿𝐴

Hasil kombinasi persamaan 3.70 dan 3.75

𝐿 2
ϕm-1 = ( 𝐿2 ) = ϕm-1τ = 1 (3.77)

Dan tortuosity adalah

τ = ϕ1-m (3.78)

Menggunakan pendekatan yang sama, efek jalur aliran pada permeabilitas

dapat dievaluasi. Menerapkan persamaan Poiseiulle ke tabung ke-i, aliran laju di
tabung ke-i, qi, sama dengan:

𝜋𝑟 4 𝑝𝑎𝑖
qi = ( ) (3.79)
8𝜇
 151

Dimana rpai, μ, ∆P, masing-masing, jari-jari semu dari tabung i, viskositas fluida,
dan perbedaan tekanan di seluruh blok unit. Untuk n tabung, laju aliran total q
adalah:

∆𝑃 𝑟 4 𝑝𝑎𝑖
q = (𝑛 ) ∑𝑛𝑖=1 (3.80)
8𝜇 𝐿𝑖

Dan, dengan asumsi A2 konstan, laju aliran adalah

𝜋𝑟 4 𝑝𝑎𝑖 ∆𝑃
q=n( ) (8𝐿2) (3.81)
𝜇

Menerapkan hukum Darcy ke blok satuan, laju aliran sama dengan

∆𝑃
q = k2A( ) (3.82)
𝜇𝐿2

Kombinasi persamaan 3.76, 3.77, 3.79, 3.80, dan 3.81 dan penyelesaian untuk
permeabilitas semu balok, ka :

𝑟 2 𝑝𝑎
ka = ( ) ϕm (3.83)
8

Persamaan ini mirip dengan Persamaan 3.14 untuk m = 1. Menggabungkan

Persamaan 3.83 dan 3.78 memberikan:

𝑟 2 𝑝𝑎 𝜙
ka = ( )𝜏 (3.84)
8

Asumsikan τ = ϕFR, dimana FR adalah formasi faktor resistivitas. Persamaan 3.59

menjadi :

𝑟 2 𝑝𝑎 1
ka = ( ) (3.85)
8 𝐹𝑅

Mengekspresikan tortousitas sebagai τ = (ϕFR)2 persamaan 3.84 menghasilkan:

𝑟 2 𝑝𝑎 1
ka = ( ) (3.86)
8 𝐹𝑅

Dan, untuk τ = (ϕFR)2, persamaan 3.84 memberikan

152

𝑟 2 𝑝𝑎 1
ka = ( ) (3.87)
8 𝐹2 𝑅

Persamaan ini dengan jelas menunjukkan bahwa tidak ada korelasi tunggal yang
dapat digunakan untuk menentukan permeabilitas formasi dari log saja.
Jika ka dinyatakan dalam mD, rpa, in μm, persamaan 3.83 menjadi

ka = 126.7 𝑟 2 𝑝𝑎 𝜙 𝑚 (3.88)

Gambar 3.30 adalah plot semilog dari hubungan ini. Sumbu Cartesian pada plot
ini adalah ϕm bukan ϕ konvensional. Pentingnya memasukkan dimensi saluran
aliran dalam mengembangkan hubungan k-ϕ untuk karbonat jelas ditunjukkan
oleh plot ini. Persamaan 3.88, yang juga berlaku untuk batupasir, diturunkan atas
dasar bahwa rata-rata jari-jari pori saluran aliran tetap konstan sepanjang blok
satuan. Seperti yang ditunjukkan pada Gambar 3.31(A), bagaimanapun, jari-jari
pori yang sebenarnya berubah sepanjang jalur aliran. Efek mengubah penampang
area di sepanjang jalur aliran dapat dievaluasi dengan mempertimbangkan sistem
Gambar 3.31(B) sebagai dua resistor secara seri. Konduktivitas total C sistem ini
terkait dengan dua konduktivitas C1 dan C2 oleh persamaan konduktivitas paralel

1 1 1
= +𝐶 (3.89)
𝐶 𝐶1 2

Gambar 3.30. Variasi ka, Qm, dan rpa untuk sistem bundel tabung yang
ideal [43].
 153

Luas rata-rata = Aa

Gambar 3.31. A dan B: Variasi panjang jalur aliran dan radius pori dengan
variasi dalam ukuran butir [43].

Mengganti Persamaan 3.73 ke dalam ekspresi di atas, dapat ditunjukkan

bahwa perubahan konduktivitas yang disebabkan oleh perubahan jari-jari pori
adalah sebagai berikut:

𝐶𝑎 𝐿𝑟 (1− 𝐿𝑟)2
Cp = = 1−𝐴𝑟 + 1 − 𝐿𝑟 (1 − 𝐴𝑟) (3.90)
𝐶

dimana Lr = L1/L (Gambar 3.3 1 B), Ar = 1 - A1 /Aa, dan Ca adalah semu

konduktivitas balok sedemikian rupa sehingga Persamaan 3.52 benar.
Menggabungkan persamaan Darcy dan Poiseuille, dapat ditunjukkan bahwa
pengaruh perubahan jari-jari pori pada permeabilitas sebenarnya k adalah

k𝑎 L𝑟 (1−L𝑟 )2
kR = = + (3.91)
k 1−A𝑟 1−L𝑟 (1−A𝑟 )

di mana 𝐾𝑅 adalah rasio permeabilitas semu terhadap permeabilitas absolut.Asumsi

∆𝑃 = ∆𝑃1 + ∆𝑃2 𝑎𝑛𝑑 𝐴𝑎𝐿 = 𝐴1 𝐿1 + 𝐴2 𝐿2 , Persamaan 3.88 menjadi :

2
𝑟𝑝𝑎
k = 126.7 k ϕm (3.92)
𝑅

Membiarkan rpe, radius pori efektif, sama dengan 𝑟𝑝𝑎/√𝑘𝑅, Persamaan 3.92
menjadi serupa dengan Persamaan 3.88:
154

2
k = 126.7r𝑝𝑒 ϕm (3.93)

Nilai 𝑟𝑝𝑒 dapat sangat bervariasi dari nilai radius rata-rata ȓ, tergantung pada tekstur
dan heterogenitas yang ada dalam sistem. Pertimbangkan dua sistem dengan ukuran
butir yang berbeda dan tanpa vug atau patahan (Gambar 3.32). Karena:
(a) jalur arus mewakili tortuositas antar-matriks yang sebenarnya,
(b) tortuositas adalah fungsi dari ukuran butir dan biasanya menurun dengan
penurunan ukuran butir, dan
(c) nilai 𝑟𝑝𝑒 bervariasi dengan variasi ukuran butir,
(d) hubungan antara 𝑟 dan 𝑟𝑝𝑐 harus ada untuk formasi tertentu.Dengan
menggunakan data eksperimen 𝑟𝑝𝑎, m, ɸ, dan k, Wafta dan Youssef
menunjukkan bahwa 𝑟𝑝𝑒dan 𝑟 berhubungan sebagai berikut [43]:

logrpe = a1√τ+ a2 (3.94)

Gambar 3.32. Dua sistem dengan ukuran butir berbeda dan jari-jari pori
[43].

Gambar 3.33. Estimasi nilai faktor Archie antar matematika (mm) dari
Faktor Archie (m) dan indeks porositas sekunder (IS2) cross-plot [43].
 155

di mana koefisien a1 dan a2 dapat ditentukan sesuai dengan prosedur berikut:

(a) Dapatkan nilai m dan 0 dari log sumur dan k dari analisis teras.
(b) Tentukan faktor sementasi dari matriks 𝑚𝑚 dari:

m log ϕ
mm = log(ϕ −I (3.95)
S2 )

Di mana IS2 adalah indeks porositas sekunder, SPI, yaitu, ɸt − ɸSL, di mana ɸ𝒕
dan ɸ𝑺𝑳 masing-masing adalah porositas total dan porositas log sonik.
Gambar 3.33 menunjukkan cara mendapatkan mm dari plot faktor sementasi
m versus SPI . Untuk mengkompensasi efek rekahan, titik data untuk I S2 <
1% tidak digunakan untuk mendapatkan mm. Karena kurva tidak linier, kita
perlu berhati-hati ketika mengekstrapolasi kurva ke IS2 = 1 untuk
mendapatkan 𝑚𝑚 pada sumbu m.

(c) Tentukan nilai jari-jari pori efektif rpe dari Persamaan 3.93.
(d) Hitung tortuositas dari Persamaan 3.78.
(e) Membangun bank data untuk 𝑟𝑝𝑒 dan τ, dan plot log 𝑟𝑝𝑒 versus , √τ
(f) Gambarlah garis lurus yang paling sesuai. Bentuk umum dari garis ini diberikan
(g) Tentukan koefisien korelasi a2 dari sumbu log rpe pada Persamaan 3.95. , √τ
= 0 dan a1 dari, sumbu √τ saat 𝑟𝑝𝑐= 1.

PERMEABILITAS ARAH
Dalam reservoir homogen, permeabilitas diasumsikan sama ke segala arah.
Namun, dalam reservoir yang heterogen, permeabilitas dalam arah horizontal jauh
berbeda dari permeabilitas dalam arah y dan z. Dampak bersih dari perubahan
permeabilitas dalam arah yang berbeda pada pemulihan alami reservoir dan
efisiensi proyek waterflood dapat menjadi sangat penting. Analisis uji sumur
horizontal dan teknik pengujian sumur zonal selektif memberikan perkiraan
permeabilitas terarah. Pembahasan analisis uji sumur horizontal berada di luar
cakupan buku ini. Sampel inti juga dianalisis untuk permeabilitas terarah di
laboratorium. Biasanya core plug yang digunakan untuk pengukuran
permeabilitas di laboratorium dipotong tegak lurus (pada 90), yaitu sejajar dengan
bidang alas, dari inti besar utama yang diambil dari lubang sumur. Namun, untuk
mengukur permeabilitas vertikal, sumbat inti harus dipotong searah dengan inti
utama yang diambil dari lubang sumur, yaitu tegak lurus terhadap bidang alas.
Perkembangan teknologi terbaru dalam well logging juga memberikan perkiraan
permeabilitas terarah.
156

Anisotropy

Permeabilitas terarah sering digunakan untuk menyatakan derajat

heterogenitas dalam formasi. Dari sudut pandang teknik, efek bersih dari anisotropi
adalah kehilangan atau perolehan permeabilitas efektif dari batuan reservoir.
Kehilangan atau perolehan seperti itu dalam permeabilitas efektif mungkinkarena
peningkatan permeabilitas dalam satu arah dan penurunan permeabilitas ke arah
lain; dengan demikian permeabilitas rata-rata yang dihasilkan selalu kurang dari
permeabilitas tertinggi ke segala arah di reservoir. Sebagai contoh, reservoir
dengan rekahan vertikal memiliki permeabilitas rekahan yang lebih tinggi pada
arah vertikal dan permeabilitas matriks yang rendah pada arah horizontal. Variasi
permeabilitas seperti itu disebut anisotropi.

kH
IA = (3.96)
kV

Permeabilitas horizontal (𝑘𝐻) dan vertikal (𝑘𝑉) ditentukan dari analisis teras
secara berkala. kH dan kV dapat lebih akurat ditentukan dari pengujian interferensi.
Analisis uji sumur zona selektif di tempat yang sama lubang sumur biasanya
digunakan untuk memperkirakan permeabilitas vertikal. Sumur penetrasi sebagian,
misalnya, dapat mengembangkan rezim aliran bola, yang dapat dianalisis untuk
memperkirakan permeabilitas vertikal dan horizontal seperti yang ditunjukkan pada
Gambar 3.33a [56].
Hubungan antara sifat-sifat petrofisika yang berbeda dan saturasi fluida
terbentuk dengan baik untuk batuan batupasir yang bersih. Beberapa model empiris
telah dikembangkan untuk menghitung saturasi air, dan semua parameter yang
diperlukan untuk evaluasi reservoir bersih.

Gambar 3.33a. Kurva turunan tekanan dan tekanan yang menunjukkan

kekuatan bola dari yang permeabilitas vertikal ditentukan [56]
 157

Gambar 3.34. Orientasi atau colokan inti yang digunakan untuk mengukur
permeabilitas horizontal dan vertikal.

Permeabilitas vertikal dalam formasi biasanya berbeda dari permeabilitas

horizontal, bahkan ketika sistemnya homogen. Efek anisotropi vertikal tersebut
umumnya merupakan hasil dari lingkungan pengendapan dan riwayat pemadatan
pasca pengendapan dari formasi. Seperti yang telah dibahas sebelumnya, dalam
formasi batupasir bebas serpih, ukuran butir, faktor bentuk, dan orientasi partikel
merupakan faktor terpenting dalam hubungan 𝑘𝑣 − 𝑘𝐻 (lihat Gambar 3.34).

Gambar 3.35. Hubungan antara jari-jari hidrolik rata-rata √(𝑘𝐻 𝑄) dan

permeabilitas vertikal pada batupasir Devon bagian bawah dari Illizi Basin,
Aljazair.
158

Hubungan antara KH dan KV

Formasi Batu Pasir Bersih

Tiab dkk. korelasi permeabilitas horizontal dan permeabilitas vertikal untuk

batupasir Devon bagian bawah dari Illizi Basin, Aljazair, seperti yang ditunjukkan
pada Gambar 3.35, dan diperoleh korelasi berikut [44,46]:

2.4855
𝑘𝐻
kV = 0.0429 (√ ɸ ) (3.97)
𝑒

Dimana :
kv = permeabilitas vertikal, mD
kH = permeabilitas horizontal, mD
ɸe = porositas efektif, fraksi.

Persamaan ini menunjukkan hubungan yang kuat antara jari-jari ..ydraulic rata-
rata dan permeabilitas vertikal. Gambar 3.36 menunjukkan korelasi yang sangat
baik antara nilai kv yang dihitung, menggunakan Persamaan 3.97, dan kv terukur
inti.
Gambar 3.37 menunjukkan plot nilai permeabilitas vertikal inti versus
produk dari diameter butir rata-rata dan radius hidrolik rata-rata.

Gambar 3.36. Hubungan antara permeabilitas vertikal yang diukur pada

sampel inti dan permeabilitas vertikal diprediksi oleh Persamaan 3.97 [44]
 159

Gambar 3.37. Hubungan antara permeabilitas vertikal dan produk rata-rata

diameter butir dan diameter draulik rata-rata pada batupasir Devon bawah
dari Cekungan Illizi, Aljazair

Kurva yang cocok antara kedua parameter ini adalah sebagai berikut:

1.333
𝑘
kV = 13.336 (𝑑𝑔𝑟 √ɸe𝐻 ) (3.98)

Model Coates dan Denoo memperhitungkan porositas dan saturasi air tak
tereduksi dalam estimasi permeabilitas horizontal [30]. Korelasi mereka untuk
memperkirakan permeabilitas horizontal dari porositas dan saturasi air tak
tereduksi adalah:

1−𝑆𝑤𝑖 2
kH = (10 ɸ𝑒 )4( ) (3.99)
𝑆𝑤𝑖

Substitusi Persamaan 3.99 ke Persamaan 3.97 dan penyederhanaan hasil:

1−𝑆𝑤𝑖 2.4855
kV = 4.012 x 103ɸ3.728
𝑒 ( ) (3.100)
𝑆𝑤𝑖

Persamaan 3.100 dapat digunakan untuk mengembangkan profil permeabilitas

vertikal di dalam sumur, menggunakan Swi dan ɸ dari log pada batuan batupasir
bersih.
160

Formasi batupasir serpih

Permeabilitas dalam formasi serpih heterogen sangat dipengaruhi oleh sifat
sebaran serpih dalam batuan. Shale ada dalam bentuk terdispersi dan laminasi.
Kualitas reservoir secara keseluruhan pada batupasir heterogen dikendalikan oleh
diagenesis, pelarutan feIdspars dan karbonat, pengumpanan kristal, redistribusi
mineralogi. tanah liat, dan berbagai proses sementasi. Tiab dan Zahaf
menghubungkan permeabilitas vertikal dengan radius hidraulik rata-rata [46].
Mereka mendefinisikan tiga bentuk umum korelasi antara permeabilitas vertikal
dan horizontal sebagai berikut:

(a) Permeabilitas vertikal sebagai fungsi dari radius rata-rata hidrolik:

𝐵1
𝑘𝐻
kV = A1 (√ ) (3.101)
ɸ𝑒

(b) Permeabilitas vertical sebgai fungsi kandungan lempung:

𝐵2
𝑘
kV = A2 (1- Vsh) (√ɸ𝐻 ) (3.102)
𝑒

(c) Permeabilitas vertikal sebagai fungsi rata-rata ukuran butir:

𝐵3
𝑘
kV = A3 dgr (√ɸ𝐻 ) (3.103)
𝑒

dimana A1, A2, A3, B1, B2, dan B3 adalah koefisien dan harus ditentukan untuk
formasi spesifik.

Contoh Lapangan
TAGI (Trias Argileux Greseux Inferior) merupakan formasi fluvial yang
terletak di Aljazair. Lingkungan pengendapan Trias melibatkan perubahan fasies
serta perluasan reservoir. Satuan batupasir formasi TAGI adalah zona produksi
berlapis-lapis, terisolasi oleh interkalasi lempung dari pengendapan dataran
banjir. TAGI telah lama berproduksi di Aljazair di berbagai cekungan dengan
porositas berkisar antara 10 hingga 2 1% dan seringkali melebihi nilai tersebut.
Permeabilitas horizontal berkisar antara 10 hingga 100 mD.
 161

Berdasarkan studi radiokristalografi dari fraksi lempung, TAGI dapat dibagi

menjadi dua bagian:

(a) Bagian pertama ditandai dengan adanya persamaan yang relatif sama
kandungan Kaolinite-Illite; dan
(b) Bagian kedua dicirikan oleh kandungan Illite yang tinggi (80% hingga
kandungan Kaolinite-Illite; dan 90%) dan hanya jejak Kaolinite.
Gambar 3.38 menunjukkan hasil studi mineralogi TAGI. Jelas bahwa TAGI
terdiri dari batupasir yang sangat halus dan memiliki tiga jenis porositas: inter-
granular, dissolution, dan fissured. Plot log-log permeabilitas vertikal versus
nilai permeabilitas horizontal yang diukur pada inti yang diperoleh dari formasi
TAGI menghasilkan korelasi berikut (Gambar 3.39):

(a) Kandungan Kaolinit-Illit Setara:

kV = 0.598 𝑘𝐻0.9707 (3.104)

Gambar 3.38. Hubungan permeabilitas-rata-rata ukuran butir dalam formasi

TAGI (Kaolinit-Ilit).
162

Gambar 3.39. Hubungan permeabilitas vertikal-horizontal dalam formasi

TAGI(Kaolinit-Ilit).

(b) Konten Illit Tinggi

kV = 0.159 𝑘𝐻0.6675 (3.105)

Baik KH dan KV dalam milidarcy. Sampel yang memiliki proporsi Kaolinit

dan Illite yang sama memiliki kemiringan yang lebih tinggi (0,97) dibandingkan
sampel dengan kandungan Illite yang lebih tinggi (0,66). Dari garis regresi, rasio
anisotropi KV/KH masing-masing adalah 0,63 dan 0,10. Ini menyiratkan
bahwarasiokv/kH menurun dengan meningkatnya konten Illite.

Pefer dkk. mempublikasikan beberapa nilai KV/KH yang diperoleh dari

formasi dinamik tester (FDM) dalam formasi TAGI [63]. Kesepakatan yang baik
diamati dari perbandingan hasil tester formasi dan core analisis untuk kedua jenis
batupasir berlapis dan batupasir besar-besaran. Selain itu, memplot permeabilitas
vertikal versus radius hidraulik rata-rata menghasilkan dua tren tergantung pada
kandungan Illite dalam formasi, sebagai ditunjukkan oleh Gambar 3.40 yang
menunjukkan dua garis tren yang diwakili oleh persamaan berikut:
 163

(a) Kandungan Kaolinit dan Illite Setara:

2.1675
𝑘𝐻
kV = 0.0535 (√ ɸ ) (3.106)

Gambar 3.40. Keterkaitan antara kekuatan vertikal dan radius

hidrolik rata-rata dalam formasi TAGI (Kaolinit-iIlite)

(b) Tingginya Persentase Illite:

1.3939
𝑘𝐻
kV = 0.049 (√ ɸ ) (3.107)

Permeabilitas dalam persamaan 3.106 dan 3.107 adalah dalam mD. kemiringan
garis lurus berkurang dengan meningkatnya konten Illite. Kecocokan yang baik
(𝑅2= 0,77) untuk kedua sampel yang memiliki Kaolinit dan Illite yang sama dan
sampel yang memiliki persentase Illite yang tinggi juga terbukti.
Korelasi lain juga telah ditetapkan dengan memplot permeabilitas
𝑘 𝑘
vertikal versus (1- Vsh) √ ɸ𝐻 (Gambar 3.41) dan dgr √ ɸ𝐻 (Gambar 3.42) untuk
𝑒

menunjukkan dampak serpih dan ukuran butir pada prediksi permeabilitas

vertikal. Korelasiberikut telah dikembangkan:
(a) Kandungan Kaolinit dan Illite yang sama:
164

1.9658
𝑘𝐻
kV = 0.1283 ((1 − V𝑠ℎ ) (√ ɸ )) (3.108)

1.8009
𝑘𝐻
kV = 7.7445 (𝑑𝑔𝑟 (√ ɸ )) (3.109)

Gambar 3.41. Hubungan antara permeabilitas vertikal dan radius hidraulik

rata-rata.pada formasi TAGI (Kaolinite-Illite) dengan korelasi V-shale.

Gambar 3.42. Hubungan antara permeabilitas vertikal dan ukuran

butir rata-rata di Formasi TAGI (Kaolinit-Illite).
 165

(b) Tingginya Persentase Illite:

1.58
𝑘𝐻
kV = 0.0461 ((1 − V𝑠ℎ ) (√ ɸ )) (3.110)

0.9383
𝑘𝐻
kV = 2.5054 (𝑑𝑔𝑟 (√ ɸ )) (3.111)

Gambar 3.43. Permeabilitas turunan inti dan log untuk formasi TAGI
[46]
166

dimana KH dan Kv dalam milidarcy, Q adalah porositas efektif (fraksi), dan

dgr dalam cm. Gambar 3.43 menunjukkan kecocokan nilai k, dan K H yang dapat
diterima dari log sumur dan pengukuran inti.
Semua korelasi di atas yang menghubungkan permeabilitas vertikal dengan
permeabilitas horizontal memiliki arti fisik yang kuat dalam arti bahwa mereka
menggambarkan derajat anisotropi, yang dinyatakan oleh persamaan 3.96, dalam
formasi yang mengandung berbagai jenis serpih. Hal ini sangat penting untuk
pengembangan lapangan yang efisien danproduktivitas formasi.

CONTOH

Analisis inti di sumur baru dalam formasi TAGI mengungkapkan

permeabilitas horizontal 0,58 mD. Dengan asumsi bahwa TAGI adalah formasi
Kaolinit-Illite yang sama, perkirakan permeabilitas vertikal dan rasio anisotropi
untuk sumur ini menggunakan model yang dikembangkan untuk formasi ini untuk
kasus berikut:

(a) Hanya permeabilitas horizontal yang diketahui.

(b) Hanya data permeabilitas dan porositas horizontal yang tersedia
(porositas = 11 %).
(c) Data diameter permeabilitas, porositas, dan butir rata-rata tersedia
(diameter butiran = 0,085 mm).
Ulangi contoh di atas dengan asumsi bahwa formasi TAGI mengandung
persentase tanah liat yang tinggi.

SOLUSI
Model Kaolinit dan Illite yang sama
(a) Menggunakan Persamaan 3.104:

kV = 0.598 𝑘𝐻0.9707

kV = 0.598 (0.58)0.9707 = 0.35 mD

Rasio anisotropi, Persamaan 3.96:

kH 0.58
IA = = = 1.657
kV 0.35

(b) Menggunakan Persamaan 3.106:

2.1675
𝑘𝐻
kV = 0.0535 (√ ɸ )
 167

2.1675
0.58
kV = 0.0535 (√ 0.11 ) = 0.35 mD

k 0.58
IA = kH = 0.35 = 1.657
V

(c) Menggunakan Persamaan 3.109:

1.8009
𝑘𝐻
kV = 7.7445 (𝑑𝑔𝑟 (√ ɸ ))

1.8009
0.58
kV = 7.7445 (0.085 (√ 0.11 )) = 0.4 mD

k 0.58
IA = kH = = 1.45
V 0.4

Dengan asumsi Tinggi Persentase Illite Model

(a) Menggunakan Persamaan 3.105:

kV = 0.159 𝑘𝐻0.6675

kV = 0.159 (0.58)0.6675 = 0.11 mD

k 0.58
IA = kH = 0.11 = 5.27
V

(b) Menggunakan Persamaan 3.107:

1.3939
𝑘𝐻
kV = 0.049 (√ ɸ )

1.3939
0.58
kV = 0.049 (√ 0.11 ) = 0.15 mD

k 0.58
IA = kH = 0.15 = 3.86
V
168

(c) Menggunakan Persamaan 3.111:

0.9383
𝑘𝐻
kV = 2.5054 (𝑑𝑔𝑟 (√ ɸ ))

0.9383
0.58
kV = 2.5054 (0.058 (√ 0.11 )) = 0.37 mD

k 0.58
IA = kH = 0.37 = 1.57
V

Jelas dari nilai anisotropi bahwa formasi kandungan Illite yang tinggi lebih
bersifat anisotropik. Memasukkan porositas dan diameter butir mengurangi
hamburan dan memprediksi anisotropi dengan lebih andal, sebagaimana
dikonfirmasi dari analisis uji tekanan transien.

Heterogenitas Reservoir

Heterogenitas dipandang pada skala yang lebih luas daripada anisotropi.

Tingkat variasi dalam sifat petrofisik dari pembawaan minyak bumi. Batuan

Tabel 3.6
Ringkasan Hasil
kH kv IA
Kaolinit dan Illite yang sama
0.58 0.35 1.66
0.58 0.35 1.66
0.58 0.4 1.45

Illite Tinggi
0.58 0.11 5.27
0.58 0.15 3.87
0.58 0.37 1.57

bervariasi dari tingkat pori ke tingkat lapangan. Akibatnya, sifat petrofisika lebih
baik dipahami dengan menggunakan skala heterogenitas.
 169

Heterogenitas Mikroskopis
Skala mikroskopis heterogenitas mewakili volume skala dimana sifat
batuan seperti porositas dan permeabilitas ditentukan oleh: (1) ukuran dan
bentuk butir; (2) ukuran dan bentuk pori; (3) butir, ukuran pori, dan distribusi
pori tenggorokan; (4) pengaturan pengemasan; (5) kekasaran dinding pori; dan
(6) lapisan tanah liat dari tenggorokan pori, dll. Kontrol utama pada parameter
ini adalah pengendapan sedimen dan proses selanjutnya dari pemadatan,
sementasi, dan pelarutan. Parameter skala mikroskopis diukur menggunakan
scanning electron microscope (SEM), pore image analysis (PIA), magnetic
resonance imaging (MRI), dan nuclear magnetic resonance (NMR).

Heterogenitas Makroskopik
Analisis core mewakili skala domain heterogenitas makroskopik.
Pengukuran laboratorium porositas, permeabilitas, saturasi fluida, tekanan
kapiler, dan wettability diselidiki secara fisik pada tingkat makroskopik. Sifat
batuan dan fluida ditentukan untuk mengkalibrasi log dan uji sumur untuk
masukan ke dalam model simulasi reservoir.

Heterogenitas Mesoskopik
Informasi tentang skala heterogenitas ini dikumpulkan dari log sumur.
Informasi ini diwakili pada skala sel grid dalam simulasi reservoir di mana
variasi sifat batuan dan fluida, bersama dengan fitur geologi skala kecil,
dirata-ratakan untuk diberi nilai tunggal untuk seluruh blok grid. Log sumur
yang dikalibrasi inti digunakan untuk: (1) menetapkan korelasi dan
kompatibilitas antara parameter yang diukur; (2) mengintegrasikan
pengukuran downhole dengan data dari studi pori, analisis inti, dan survei
geofisika melalui rekonsolidasi antarskala; (3) mengidentifikasi litofasia; (4)
menghubungkan dan mengintegrasikan interpretasi petrofisika dengan
informasi geokimia, sedimentologi, stratigrafi, dan struktural; dan (5) kontur
parameter reservoir yang berbeda seperti porositas, permeabilitas, ketebalan
bersih, bagian atas dan bawah, saturasi fluida, dan kontak fluida.

Heterogenitas Megaskopik
Skala heterogenitas ini mewakili unit aliran, biasanya diselidiki melalui
simulasi reservoir. Faktanya, reservoir direkayasa dan dikelola pada skala
jarak antar sumur ini, yang biasanya disimpulkan dari analisis uji tekanan
sumur transien, uji pelacak, korelasi log sumur, dan seismik resolusi tinggi
(seismik 3-D, konvensional dan VSP terbalik, cross-well seismik, dan 3D
AVC).
170

Heterogenitas megaskopik menentukan variasi pemulihan sumur ke

sumur dan merupakan hasil dari stratifikasi primer dan tren permeabilitas
internal dalam unit reservoir. Pada skala inilah arsitektur internal dan
heterogenitas menjadi penting untuk mengidentifikasi distribusi spasial unit
aliran reservoir. Contoh heterogenitas megaskopik meliputi: (1) diskontinuitas
lateral strata individu; (2) penyempitan porositas; (3) kontak fluida reservoir;
(4) tren permeabilitas vertikal dan lateral; (5) interkalasi serpih dan pasir; dan
(6) kompartementalisasi reservoir; (lihat Gambar 3.44).

Heterogenitas Gigascopic
Seluruh bidang (cekungan pengendapan) tercakup dalam skala
heterogenitas terbesar ini. Reservoir dieksplorasi, ditemukan, dan
digambarkan pada tingkat ini. Skala bidang-lebar gigascopic ini, digunakan
untuk menentukan garis reservoir, adalah domain interpretasi seismik
struktural dan stratigrafi bersama dengan pemetaan bawah permukaan
konvensional.
Reservoir hidrokarbon disimpulkan dari anomali dalam survei seismik.
Karakterisasi pada level ini dimulai dari jarak antar sumur dan meluas hingga
ke dimensi lapangan. Variasi regional luas lapangan dalam arsitektur reservoir
disebabkan oleh pengaturan pengendapan asli atau deformasi dan modifikasi
struktural berikutnya karena aktivitas tektonik. Contoh jenis informasi yang
diperoleh dari heterogenitas megaskopik ini adalah: (1) pembagian reservoar
menjadi lebih dari satu zona produksi atau reservoar; (2) posisi, ukuran,
bentuk, arsitektur dan konektivitas fasies atau unit reservoir; (3) evaluasi
distribusi spasial atau heterogenitas litologi yang terdiri dari barrier, baffles,
widespread.

Gambar 3.44. Skala dari heterogenitas reservoir.

 171

ketidaksesuaian tempat penyegelan, dan zona permeabilitas tinggi; (4) fitur

struktural lipatan dan patahan berskala besar; dan (5) hubungan litofasi dengan
lingkungan pengendapan dan unit aliran hidrolik.

Distribusi properti batuan

Batuan reservoir jarang ditemukan homogen dalam sifat fisik atau seragam
dalam ketebalan. Variasi dalam geologi proses erosi, deposisi, litifikasi,
pelipatan, patahan, dll. menyatakan bahwa batuan reservoir menjadi heterogen
dan tidak seragam. Meskipun para insinyur telah memproduksi minyak dan
gas dari reservoir selama lebih dari satu abad, mereka masih kurang mendapat
informasi tentang distribusi sifat batuan reservoir. Untuk beberapa lokasi di
reservoir, komposisi mineral batuan diketahui. Di luar titik ini, pengetahuan
yang sebenarnya menjadi jarang. Permasalahankeseluruhan, sebagaimana
dinyatakan sebagian oleh Hutchison dkk., paling baik dapat diungkapkan
dengan tiga pertanyaan berikut [47]:

(1) Bagaimana heterogenitas diidentifikasi dan diklasifikasikan sebagai luas

dan geometri?
(2) Bagaimana tingkat dan geometri heterogenitas dalam reservoir tertentu
dapat diprediksi?
(3) Bagaimana kinerja reservoir heterogen dapat diprediksi dengan percaya
diri?

Kemajuan yang cukup besar di bidang metode numerik dan pemodelan

komputer selama dua puluh lima tahun terakhir telah memberikan jawaban
yang sangat berguna untuk ketiga pertanyaan ini. Sayangnya, kondisi yang
diperlukan untuk penggunaan praktis model ini adalah bahwa reservoir
dijelaskan secara memadai. Terlepas dari semua kemajuan dalam analisis inti,
pencatatan sumur, geostatistik, dan khususnya pengujian sumur, insinyur
perminyakan masih tidak dapat menentukan sifat dan tingkat heterogenitas di
setiap titik dalam formasi. Warren dan Price menyatakan bahwa “Dalam
banyak kasus, kinerja reservoir yang diprediksi sepenuhnya didominasi oleh
ketidakteraturan dalam sifat fisik formasi sehingga asumsi serampangan
bentuk tertentu untuk variasi dapat mengurangi solusi permasalahanmenjadi
sekadar latihan tautologis” [48]. Untungnya, bagaimanapun, sementara semua
media berpori secara mikroskopis heterogen, hanya variasi makroskopik
batuan yang perlu dipertimbangkan karena konsep dasar aliran fluida dalam
media berpori didasarkan pada jumlah makroskopik. Karena sampel batuan
biasanya hanya tersedia dari sebagian kecil dari total reservoir, tampaknya
172

logis bahwa jika pengukuran dari sampel ini digunakan untuk menyimpulkan
sifat reservoir yang sebenarnya, data harus diperlakukan secara statistik.

DISTRIBUSI PERMEABILITAS DAN POROSITAS

Koefisien Lorenz LK
Upaya praktis pertama untuk menganalisis secara statistik fluktuasi sifat
batuan dilaporkan oleh Law [49]. Dia menunjukkan bahwa porositas memiliki
distribusi frekuensi normal dan permeabilitas memiliki distribusi frekuensi
log-normal. Menggunakan Gambar 3.45, Schmalz dan Rahme.

Gambar 3.45. Distribusi kapasitas aliran [51].

mengusulkan koefisien Lorenz, LK, untuk mengkarakterisasi permeabilitas

distribusi [46, 501] :

area ABCA
L𝑘 = (3.112)
area ADCA

Nilai LK berkisar dari nol sampai satu. Reservoir dianggap memiliki distribusi
permeabilitas yang seragam jika L K ≈ 1. Koefisien ini, tidak unik untuk reservoir
tertentu karena distribusi permeabilitas yang berbeda dapat menghasilkan nilai L𝑘
yang sama.
 173

Koefisien Dykstra-Parsons VK
Dykstra dan Parsons menggunakan distribusi permeabilitas log-normal untuk
menentukan koefisien variasi permeabilitas, VK [51]

𝑆
𝑉𝑘 = (3.113)
𝑘

dimana, s dan k; adalah simpangan baku dan nilai rata-rata k, masing-masing.

Simpangan baku sekelompok n titik data adalah:

̅ )2
∑(k𝑖 − 𝑘
s=√ (3.114)
𝑛

Dimana k adalah rata-rata aritmatika permeabilitas, n jumlah titik data, dan ki

permeabilitas sampel inti individu. Dalam distribusi normal, nilai 𝑘̅ sedemikian
rupa sehingga 84,1% nilai permeabilitas kurang dari k̅ + s dan 15,9% dari nilai k̅
kurang dari k̅ - s.
Koefisien variasi permeabilitas Dykstra-Parsons, VK, dapat diperoleh secara
grafis dengan memplot nilai permeabilitas pada kertas log-probabilitas, seperti
yang ditunjukkan pada Gambar 3.46, dan kemudian menggunakan persamaan
berikut:

𝑘50 − 𝑘84,1
𝑉𝑘 = (3.115)
𝑘50

Dimana :

𝑘50 = Nilai permeabilitas dengan probabilitas 50%

𝑘84,1 = Permeabilitas dengan nilai 84,1% dari sampel kumulatif

Koefisien Dykstra-Parsons adalah alat yang sangat baik untuk

mengkarakterisasi derajat heterogenitas reservoir. Istilah VK juga disebut Indeks
Heterogenitas Reservoir
174

Gambar 3.46. Distribusi permeabilitas log-normal [5I]

Kisaran indeks ini adalah 0 < VK < 1:

• VK = 0, Waduk homogen yang ideal.

• 0 < VK < 0,25, Sedikit heterogen, dapat didekati dengan model homogen
dalam simulasi reservoir dengan kesalahan minimal.
• 0.25 < VK < 0.50, reservoir heterogen, rata-rata teknik geometrik dapat
diterapkan. Jika indeks lebih dekat ke 0,50 jalankan numerik simulator dengan
model heterogen.
• 0,50 < VK < 0,75, reservoirnya sangat heterogen, kombinasi teknik rata-rata
geometris dan harmonik diperlukan.
• 0,75 -= VK < 1, reservoir sangat heterogen, tidak ada rata-rata konvensional
teknik (aritmatika, geometris dan harmonik) dapat diterapkan dalam kisaran
ini.
• VK = 1, reservoir heterogen sempurna. Reservoir seperti itu tidak mungkin
ada, sebagai proses geologis deposisi dan akumulasi sedimen tidak ekstrim.

Data sumbu probabilitas diperoleh dengan menyusun nilai permeabilitas diambil

dari analisis inti dalam urutan menurun dan kemudian menghitung persentase dari
 175

jumlah total nilai-k yang melebihi setiap tabulasi nilai permeabilitas. Garis lurus
yang paling cocok digambar sedemikian rupa sehingga pusat titik, yaitu, di sekitar
permeabilitas rata-rata, diberi bobot lebih berat daripada titik yang lebih jauh.
Titik tengah permeabilitas distribusi adalah permeabilitas log rata rata, atau k 50.
Pada Gambar 3.46, k50 = 10

Gambar 3.47. korelasi koefisien Lorenz dan variasi permeabilitas [52].

k84,1 = 3 dan koefisiennya adalah 0,70, yang menunjukkan bahwa reservoir sangat
heterogen.
Warren dan Price mempresentasikan studi ekstensif aliran fluida dalam media
berpori heterogen. Mereka berkonsentrasi pada pemahaman pengaruh disposisi
permeabilitas heterogen pada aliran fase tunggal untuk distribusi permeabilitas
yang diketahui, menentukan apakah mungkin untuk menyimpulkan keberadaan
dan kemungkinan konfigurasi heterogenitas dari analisis inti dan uji transien
tekanan konvensional. Mereka menunjukkan bahwa koefisien Lorenz dapat
dikorelasikan dengan koefisien variasi permeabilitas, seperti yang ditunjukkan
pada Gambar 3.47

Teknik Rata-rata
Ada tiga teknik standar yang digunakan untuk memperkirakan rata-rata:
permeabilitas reservoir: aritmatika, geometris dan harmonik.
176

(a) Rata-rata Aritmatika : Permeabilitas rata-rata aritmatika tak berbobot. 𝑘̅

ditentukan dari :

∑ ki
k̅A = (3.116)
n

Jika analisis uji transien tekanan menghasilkan nilai permeabilitas yang jauh lebih
rendah daripada yang diperoleh dari data inti, kontinuitas lateral dari formasi
produksi mungkin tidak cukup untuk membenarkan rata-rata aritmatika.

(b) Rata-rata Geometris: Dalam formasi heterogen dan anisotropik, rata-rata

geometrik, yang mengasumsikan distribusi acak dari matriks, lebih disukai:

k̅G = n√k1 k2 k3 … kn (3.117)

Menurut Warren dan Price, permeabilitas rata-rata geometrik lebih konsisten

dengan distribusi yang ditemukan di banyak batuan berpori [48]. Kelemahan
utama dari mean geometrik adalah jika satu nilai individu k adalah nol, seluruh
rata-rata menjadi nol. Untuk menghindari efek zeroing ini dalam simulasi
reservoir, nilai yang relatif kecil diberikan pada blok yang memiliki permeabilitas
nol. Perlu dicatat bahwa bahkan serpih memiliki permeabilitas di urutan 10-7 mD.

(c) Rata-rata Harmonik: Teknik rata-rata harmonik paling cocok untuk

lapisan-lapisan seri seperti dalam sistem komposit. Teknik ini banyak digunakan
dalam studi simulasi reservoir di mana sel-sel grid yang berbeda secara seri.
𝑛
𝑘̅𝐻 = 1
(3.118)
(∑𝑛
𝑖=1 )
𝑘𝑖

(d) Rata-rata Tertimbang: Persamaan 3.116 - 3.118, asumsikan faktor bobot,

wi, adalah sama, dan alirannya satu dimensi. Jika faktor bobot tidak sama, maka
persamaan ini menjadi, masing-masing:

1
𝑘̅𝐴 = 𝑛 (∑𝑛𝑖=1 𝑤𝑖 𝑘𝑖 ) (3.119)

1
𝑘̅𝐺 = (∏𝑛𝑖=1 𝑘𝑖 𝑤𝑖 ) ⁄𝑛 (3.120)
𝑛
𝑘̅𝐻 = 𝑤𝑖 (3.121)
(∑𝑛
𝑖=1 𝑘 )
𝑖

Ketebalan formasi atau tinggi sampel inti, yang sesuai dengan masing-masing
permeabilitas adalah faktor pembobotan umum untuk sarana aritmatika dan
 177

geometrik. Lebar setiap balok yang disusun secara seri digunakan sebagai faktor
bobot dalam teknik rata-rata harmonik. Rata-rata aritmatika akan menghasilkan
permeabilitas rata-rata tertinggi.

sedangkan metode rata-rata harmonik akan menghasilkan nilai permeabilitas rata-

rata terendah. Jadi:

k̅A < k̅ G < k̅H (3.122)

Tehrani dkk. [59] menyelidiki kepraktisan dari ketiga rata-rata ini teknik dalam
permasalahanaliran dua dan tiga dimensi. Mereka menunjukkan bahwa meskipun
di beberapa reservoir heterogen metode rata-rata geometrik menghasilkan nilai
yang mewakili permeabilitas efektif, ada banyak kasus lapangan di mana tidak
satu pun dari tiga teknik rata-rata memberikan hasil yang memuaskan.

Dalam sistem aliran heterogen dua atau tiga dimensi, kombinasi dari ketiga
teknik rata-rata ini diperlukan. Untuk aliran ke dalam sumur dalam sistem berlapis
dua dimensi, rata-rata aritmatika untuk permeabilitas horizontal, kr, dan rata-rata
harmonik untuk permeabilitas vertikal, kv, digunakan untuk memperkirakan
indeks anisotropi, IA = kr/kv, dari Persamaan 3.96.

Permeabilitas radial atau horizontal rata-rata, kr, paling baik ditentukan dari
peningkatan tekanan atau uji penarikan. Permeabilitas radial rata-rata dari sistem
heterogen dan anisotropik diperkirakan dari:

𝑘𝑟 = √𝑘𝑥 𝑘𝑦 − 𝑘𝑥𝑦 2 (3.123)

Dimana kx, ky, dan kxy adalah komponen tensor permeabilitas simetris yang
sejajar dengan sistem koordinat. Komponen-komponen ini paling baik ditentukan
dari uji interferensi multisumur. Tiga sumur pengamatan yang terletak pada sinar
yang berbeda memanjang dari sumur aktif, yang terletak di titik asal sistem
koordinat, diperlukan untuk menghitung kx, ky, dan kxy.

Permeabilitas Efektif dari Data Inti

Permeabilitas efektif, yang diperoleh dari data inti, dapat diperkirakan

dari [57,58] :

𝜎𝑘2
𝑘̅𝑐 = (1 − ) exp [𝑘̅𝐺 ] (3.124)
6
178

di mana 𝑘̅𝐺 adalah rata-rata geometrik dari log alami permeabilitas, yaitu:

𝑘̅𝐺 = 𝑛√ln 𝑘1 ln 𝑘2 ln 𝑘 3 … ln 𝑘𝑛 (3.125)

dan 𝜎𝑘2 adalah varians log natural dari perkiraan permeabilitas :

̅ )2
∑(ln 𝑘𝑖 −ln 𝑘
𝜎𝑘2 = (3.126)
𝑛

Dimana :

∑ ln 𝑘𝑖
ln 𝑘̅ = (3.127)
𝑛

Permeabilitas efektif yang diperoleh dari Persamaan 3.124 harus

diharapkan berada dalam kisaran yang sama dengan permeabilitas efektif yang
diperoleh dari interpretasi uji transien tekanan, jika VK < 0,25.
Permeabilitas core-derived adalah representasi akurat dari sampel inti
tertentu. Menggunakan nilai permeabilitas ini untuk mewakili permeabilitas
formasi reservoir namun dapat menyebabkan prediksi yang salah tentang
produktivitas sumur, karena sampel inti mewakili sebagian kecil dari interval
dalam sumur tertentu dan bahkan sebagian kecil dari reservoir [62]. Permeabilitas
efektif rata-rata yang diperoleh dari uji transien tekanan harus dipertimbangkan
sebagai representasi akurat dari reservoir, tetapi hanya di dalam area drainase
pengujian. Di luar daerah drainase ini, permeabilitas rata-rata dapat berbeda jika
variasi radial dalam permeabilitasnya signifikan. Selama pengukuran konsisten,
permeabilitas turunan inti dapat sangat berguna dalam desain penyelesaian,
terutama dalam memilih pentahapan dan vertikal jarak perforasi [581].

CONTOH
Berdasarkan data permeabilitas pada Tabel 3.7 [58] untuk sumur HBK5,
hitunglah:

1. Rata-rata aritmatika, geometrik, dan harmonik dari turunan inti

2. Permeabilitas efektif, dan
3. Koefisien Dykstra-Parsons.

SOLUSI

(1). Nilai rata-rata permeabilitas

 179

Tabel 3.7
DATA PERMEABILITAS UNTUK SUMUR HBK5
Interval k, mD
1 120
2 213
3 180
4 200
5 212
6 165
7 145
8 198
9 210
10 143
11 79
12 118
13 212
14 117

Rata-rata aritmatika, geometrik, dan harmonik dari turunan inti nilai

permeabilitas masing masing adalah :

∑ ki 120 + 213 +⋯.+ 117

k̅A = = = 165 mD
n 14

k̅G = n√k1 k2 k3 … kn = √120 ∗ 213 ∗ … ∗ 117 = 158.7 mD

14

n 14
k̅ H = 1
= 1 1 1 = 151.4 mD
(∑n
i=1 ) + +⋯+
ki 120 213 17

Teknik rata-rata harmonik menghasilkan, seperti yang diharapkan, yang

terendah nilai permeabilitas rata-rata. Tapi perbedaan antara ketiganya rata-rata
tidak signifikan, menyiratkan bahwa formasi pada dasarnya adalah homogen.

(2) Permeabilitas efektif formasi setebal 14 meter ini adalah diperkirakan dari
Persamaan 3.124.
Dari Persamaan 3.125, kami menghitung rata-rata geometrik dari alam log
dari nilai permeabilitas int diturunkan :
180

1
k̅G = n√In k1 In k2 In k3 … In kn = (7.173 x 109) 14 = 5.058 mD

Tabel 3.8
Hasil Antara Untuk Menghitung Varian Samur Hbk5
Interval k, mD Ln(ki) ℿ(ln k1 ln k2.. ln k14) ∑(ki – k)2
1 120 4,7875 4,7875E+00 0,0781
2 213 5,3613 2.5667E+01 0,1647
3 180 5,1930 1.3329E+02 0,1806
4 200 5,2983 7.0620E+02 0,2342
5 212 5,3566 3.7828E+03 0,3181
6 165 5,1059 1.9315E+04 0,3196
7 145 4,9767 9.6126E+04 0,3278
8 198 5,2883 5.0834E+05 0,3768
9 210 5,3471 2.7181E+06 0,4553
10 143 4,9628 1.3490E+07 0,4661
11 79 4,3694 5.8942E+07 0,9525
12 118 4,7707 2.8120E+08 1,0403
13 212 5,3566 1.5063E+09 1,1242
14 117 4,7622 7.1730E+09 1,2171

Untuk menghitung varian kita perlu menggunakan Persamaan 3.126 dan 3.127
(Tabel 3.8) :

∑ ln k𝑖 70.983
ln k̅ = = = 5.067 mD
n 14

̅ )2
∑(ln 𝑘𝑖 −ln 𝑘 ∑(ln 𝑘𝑖 −5.067)2 1.2171
𝜎𝑘2 = = = = 0.0869
𝑛 14 14

Rata-rata aritmatika log alami dari 14 nilai permeabilitas praktis sama dengan
rata-rata geometrik dari permeabilitas yang sama nilai. Ini lebih lanjut
menunjukkan bahwa formasi khusus ini praktis homogen.

Menggunakan rata-rata geometrik dari log natural dari nilai k, permeabilitas

efektif adalah:

0.0869
ke = (1 + ) exp[5.058] = 159.55 mD
6

Permeabilitas efektif pada dasarnya sama dengan rata-rata geometrik dari data
permeabilitas turunan inti. Ini harus diharapkan, karena varians sangat kecil.
 181

Tabel 3.9
Distribusi Frekuensi Data Permeabilitas (Sumur Hbk5)

Nomor sampel Distribusi

dengan besar frekuensi
Interval K,mD Frekuensi permeabilitas kumulatif
2 213 1 0 0,0
5 dan 13 212 2 1 7,1
9 210 1 3 21,4
4 200 1 4 28,6
8 198 1 5 35,7
3 180 1 6 42,9
6 165 1 7 50,0
7 145 1 8 57,1
10 143 1 9 61,3
1 120 1 10 71,4
12 118 1 11 78,6
14 117 1 12 85,7
11 79 1 13 92,9

(3) Koefisien Dykstra-Parsons diperoleh dari Persamaan 3.1 15.

Prosedur untuk menentukan Dykstra-Parsons secara grafis koefisiennya
adalah sebagai berikut:

a) Susun data permeabilitas dalam urutan menurun seperti yang ditunjukkan

pada Kolom 2 dari Tabel 3.9.
b) Tentukan frekuensi masing-masing nilai permeabilitas (Kol 3).
c) Temukan jumlah sampel dengan permeabilitas yang lebih besar (Kol 4).
d) Hitung distribusi frekuensi kumulatif dengan membagi nilai dalam Kol. 4
dengan jumlah total titik permeabilitas, n, yaitu 14 dalam contoh ini (Kol. 5)
e) Plot Data Permeabilitas (Kol. 2) versus Data Frekuensi Kumulatif (Kol. 5)
pada grafik probabilitas Log-normal, seperti yang ditunjukkan pada Gambar
3.48.
f) Gambarkan garis lurus terbaik melalui data, dengan lebih banyak bobot
ditempatkan pada titik-titik di bagian tengah di mana frekuensi kumulatif
adalah mendekati 50%. Garis lurus ini mencerminkan kuantitatif, serta
kualitatif, ukuran heterogenitas batuan reservoir.
182

g) Dari grafik (Gambar 3.48), baca nilainya: k50 = 158,7 mD dan k81 = 117,2
rnD. Nilai-nilai ini juga dapat diinterpolasi dari Tabel 3.9.
h) Hitung koefisien Dykstra-Parsons (Persamaan 3.1 15):

𝑘50 − 𝑘84.1 158.7−117.22

VK = = = 0.26
𝑘50 158.7

Gambar 3.48.Koefisien Dykstra-Parsons untuk sumur HBK5 (Reservoir Homogen)

Formasi ini sedikit heterogen, tetapi dapat diperlakukan sebagai homogen

untuk tujuan simulasi reservoir

Porositas Rata-rata
Amyx, Bass, dan Whiting [17] menunjukkan bahwa distribusi histogram juga
merupakan representasi yang sangat baik dari data porositas yang diperoleh dari
inti analisis. Kebanyakan histogram porositas simetris tentang nilai rata-rata,
seperti yang ditunjukkan pada Gambar 3.49. Untuk data rahasia, yaitu, disusun
dalam atau urutan menurun, maksud porositas rata-rata aritmatika yang diberikan
adalah :

ɸ = ∑𝑛𝑖=1 ɸ𝑖 f𝑖 (3.128)

dimana:
ɸi = porositas pada titik tengah rentang, fraksi
 183

f = frekuensi untuk rentang porositas, fraksi

n = jumlah rentang porositas

Untuk data yang tidak terklasifikasi, porositas rata-rata aritmatika adalah:

1
ɸ = 𝑛 ∑𝑛𝑖=1 ɸi (3.129)

Gambar 3.49.Histogram porositas Tipikal [17].

Salah satu kelemahan dari rata-rata aritmatika adalah bahwa setiap kesalahan
besar dalam nilai porositas dari satu sampel dapat memiliki efek yang cukup besar
pada nilai dari rata-rata. Untuk menghindari permasalahanpotensial ini, nilai
porositas rata-rata diperoleh dari ukuran statistik lain yang disebut "median", yang
didefinisikan sebagai nilai variabel tengah dari data kelas. Itu juga merupakan
nilai variabel yang sesuai dengan titik 50% pada kurva frekuensi kumulatif. Rata-
rata dan median dari himpunan porositas nilai jarang bertepatan. Berbeda dengan
mean, median tidak sensitif terhadap nilai ekstrim dari sebuah variabel.

CONTOH

Sifat petrofisika dari sampel inti termasuk porositas, permeabilitas dan faktor
resistivitas formasi sebenarnya diukur di laboratorium tercantum pada Tabel 3.10.
Tortuositas dihitung dari Persamaan 3.78. diperoleh :
184

1. Porositas rata-rata aritmatika dan porositas median,

2. Rata-rata aritmatika, geometrik dan harmonik dari turunan inti nilai
permeabilitas
3. Permeabilitas efektif, dan
4. Koefisien Dykstra-Parsons
.
SOLUSI

(1) Rata-rata aritmatika porositas diperoleh dari Persamaan 3.129:

1 1
ɸ = 𝑛 ∑𝑛𝑖=1 ɸi = 29 (17 + 14.7 + 6.7+ . . . +15 + 19.4) = 20.81 %

TABEL 3.10
Sifat Petrofisika Reservoir Heterogen (Setelah Ref, 60)
Core Bahan Karbonat Clay
# penyemenan % % ɸ,% k,mD F Ʈ
1 SiO3 5.1 3 17 90 23.3 6
2 Clay dan karbonat 6.1 9 14.7 7 51 7
3 SiO2 dan karbonat 21.9 6 6.7 4 67 15
4 SiO2 dan clay 7.2 4 17.6 220 16.6 6
5 SiO2 2.3 1 26.3 1920 8.6 4
6 SiO2 0.7 0.2 25.6 4400 9.4 4
10 SiO2 1.9 2 13.9 145 33 7
11 SiO2 dan clay 4.9 4 18.6 25 22.9 5
12 SiO2 2.8 2 18.8 410 18.6 5
13 Karbon, clay SiO3 7 4 16.1 3 42 6
14 Clay dan karbonat 8 7 15 9 41 7
15 Clay dan karbonat 12.1 1 22.1 200 13.1 5
16 Clay dan karbonat 14.1 2 20.6 36 16.6 5
17 SiO2 5.2 4 30.7 70 8.4 3
20 SiO2 dan karbonat 9 1 16.4 330 21.1 6
22 SiO2 ,karbon, clay 6.8 0.4 18.8 98 19.3 5
23 SiO2 dan clay 1.1 0.2 24.8 1560 10.8 4
25 Clay 7.7 6 19.1 36 17.2 5
28 Clay 3.8 5 29.8 1180 8.4 3
31 Clay 0 2 27.1 3200 11.7 4
32 SiO2 dan karbonat 1.4 1 28.2 2100 10.9 4
33 SiO2 dan clay - - 19.4 8 24 5
34 SiO2 dan clay 1.2 7 19.7 18 20.8 5
35 Clay 2.2 3 31.5 2200 6.9 3
 185

36 Clay SiO2 3.9 7 19.3 19 24.4 5

37 Clay , SiO3 0 4 27.3 88 12.4 4
38 Karbon,clay, SiO2 21.2 5 25.1 370 11.6 4
39 Karbonat - - 15 115 37.3 7
40 SiO2 dan karbonat 6.1 1 18.4 130 19 5

Rata-rata aritmatika juga dapat diperkirakan secara grafis dari sebidang

frekuensi dan frekuensi kumulatif (%) versus porositas, selama histogramnya
relatif simetris, seperti halnya distribusi di sebagian besar porositas.

Gambar 3.50 adalah histogram porositas dan distribusi (kumulatif frekuensi)

untuk data porositas ditunjukkan pada Tabel 3.1 1. Terbukti dari gambar tersebut
bahwa histogram porositas tidak simetris. kekurangan ini

Gambar 3.50. Histogram porositas dan distribusi untuk semua sampel.

TABEL 3.11
Klasifikasi Data Porositas Menjadi Rentang Porositas 2 Persen Untuk
Semua Sampel
Rentang Nilai Tengah Nomor Frekuensi Frekuensi
Porositas, % Rentang, % Sampel F, % Kumulatif
Fc, %
Kurang dari 10 9 1 3.45 3.45
10-12 11 0 0.00 3.45
12-14 13 1 3.45 6.90
14-16 15 3 10.34 17.24
16-18 17 4 13.79 31.03
186

18-20 19 8 27.59 58.62

20-22 21 1 3.45 62.07
22-24 23 1 3.45 62.52
24-26 25 3 10.34 75.86
26-28 27 3 10.34 86.21
28-30 29 2 6.90 93.10
30 + 31 2 6.90 100
Total 29 100

simetri lebih lanjut dikonfirmasi pada Gambar 3.51, yang merupakan plot
porositas data versus frekuensi kumulatif pada grafik probabilitas aritmatika.
Secara teoritis, jika data porositas mendekati garis lurus, maka kurva normal,
yang sepenuhnya ditentukan oleh rata-rata aritmatika, adalah kesesuaian data yang
wajar.

Gambar 3.51. Distribusi porositas pada kertas probabilitas (Reservoir

Heterogen).
 187

Gambar 3.52 menunjukkan penyimpangan yang signifikan dari garis lurus

yang dipasang antara 30 dan 60 persen frekuensi kumulatif. Pada contoh khusus
ini distribusi porositas tidak normal dan, oleh karena itu, tidak dapat diwakili oleh
fungsi frekuensi
Porositas "median" sesuai dengan titik 50% pada kurva frekuensi kumulatif,
jika distribusi porositas normal dan histogram adalah simetris. Secara teoritis,
nilai median membagi histogram menjadi dua area yang sama, yang tidak terjadi
dalam contoh ini, seperti yang ditunjukkan pada Gambar 3.51. Nilai porositas
"median" (19,3%), ditunjukkan dalam ini gambar, hanya perkiraan. Kapasitas
volume kumulatif untuk data porositas dihitung pada Tabel 3.12 dan diplot pada
Gambar 3.52. Plot ini menunjukkan bahwa distribusi kapasitas porositas adalah
bi-modal.
(2) Nilai rata-rata permeabilitas
Rata-rata aritmatika, geometrik dan harmonik dari 29 nilai permeabilitas
turunan inti berturut-turut adalah:
∑ ki 90 + 7 +4 +220+ ….+130
k̅A = = = 655 mD
n 29

k̅G = n√k1 k2 k3 … kn = √90 ∗ 7 ∗ 4 ∗ 220 ∗ … ∗ 130 = 123 mD

29

Gambar 3.52. Distribusikapasitas porositas

188

TABEL 3.12
Perhitungan Distribusi Porositas Dari Data Klasifikasi Untuk
Penentuan Pasir Net Pay
Kapasitas
Nilai
Kumulatif,
tengah 𝒏
Rentang rentang, Nomor Frekuensi ɸ 𝑭
𝒊 𝒊
ɸ𝒊 𝑭𝒊
∑
Porositas %, ɸ𝐢 Sampel Fraksi, Fi ɸ𝒊 𝑭𝒊 ɸƮ ɸƮ
𝒊=𝟏
Kurang 9 1 0.0345 0.31 0.01 1.00
dari 10
10-12 11 0 0.000 0.00 0.00 0.99
12-14 13 1 0.345 0.45 0.02 0.99
14-16 15 3 0.1034 1.55 0.07 0.96
16-18 17 4 0.1379 2.34 0.11 0.89
18-20 19 8 0.2759 5.24 0.25 0.78
20-22 21 1 0.0345 0.72 0.03 0.53
22-24 23 1 0.0345 0.79 0.04 0.49
24-26 25 3 0,1034 2.59 0.12 0.45
26-28 27 3 0.1034 2.79 0.13 0.33
28-30 29 2 0.0690 2.00 0.10 0.20
30 + 31 2 0.0690 2.14 0.10 0.10
Total 29 1 20.9310

𝑛 29
k̅H = 1 = 1 1 1 1 1 = 23 mD
(∑𝑛
𝑖=1𝑘1 ) + + + +⋯130.
90 7 4 220

Teknik rata-rata harmonik menghasilkan, seperti yang diharapkan, nilai rendah

permeabilitas rata-rata. Dalam hal ini, perbedaan antara ketiganya rata-rata sangat
signifikan, menyiratkan bahwa formasi sangat heterogen. Alasan lain untuk
perbedaan besar ini adalah karena tidak ada nilai dari perrneabiliry adalah cutoff.
Umumnya jumlah bahan penyemenan tinggi untuk nilai permeabilitas rendah, dan
rendah untuk nilai permeabilitas sangat tinggi.permeabilitas

(3) Permeabilitas efektif formasi ini diperkirakan dari Persamaan 3.124.

Dari Persamaan 3.125, kami menghitung rata-rata geometrik dari alam log
nilai permeabilitas turunan inti:

1
k̅G = n√In k1 In k2 In k3 … In kn = (1.9855 x 1018) 29 = 4.275 mD
 189

Untuk menghitung varians 𝜎𝑘2 kita perlu menggunakan Persamaan 3.126 dan
3.127:

∑ ln 𝑘𝑖 139.54
ln 𝑘̅ = = = 4.812 mD
𝑛 29

̅ )2
∑(ln 𝑘𝑖 −ln 𝑘 ∑(ln 𝑘𝑖 −4.812)2 124.51
𝜎2 = = = = 4.3
𝑛 29 29

Menggunakan rata-rata geometrik dari log natural dari nilai k, permeabilitas

efektif adalah:

4.3
kc = (1 + ) exp[4.275] = 123 mD
6

(4) Koefisien Dykstra-Parsons diperoleh dari Persamaan 3.115.

Menggunakan pendekatan yang sama seperti pada contoh sebelumnya, kita
menemukan:

𝑘50 −𝑘84,1 122.95−8.38

VK = = = 0.93
𝑘50 122.95

k84.1 = 8.38 mD diperoleh dengan interpolasi pada tabel 3.13 hingga gambar
3.35.
Koefisien Dykstra-Parsons sangat tinggi, menunjukkan reservoir heterogen.

TABEL 3.13
Distribusi Frekuensi Untuk Data Permeabilitas
Jumlah Kumulatif
sampel dengan frekuensi
Permeabilitas permeabilitas distribusi (%
Nomor Core K, md Frekuensi terbesar > k i)
6 4400 1 0 0.0
31 3200 1 1 3.4
35 2200 1 2 6.9
32 2100 1 3 10.3
5 1920 1 4 13.8
23 1560 1 5 17.2
190

28 1180 1 6 20.7
12 410 1 7 24.1
38 370 1 8 27,6
20 330 1 9 31.0
4 220 1 10 34.5
15 145 1 11 37.9
10 145 1 12 41.4
40 130 1 13 44.8
39 115 1 14 48.3
22 98 1 15 51.7
1 90 1 16 55.2
37 88 1 17 58.6
17 70 1 18 62.1
16.25 36 2 19 65.5
11 25 1 21 72.4
36 19 1 22 75.9
34 18 1 23 79.3
14 9 1 24 82.8
33 8 1 25 86.2
2 7 1 26 89.7
3 4 1 27 93.1
13 3 1 28 96.6
Total Sampel, n = 29

PERMEABILITAS DARI DATA UJI SUMUR

Terlepas dari nilai analisis inti dan log sumur yang cukup besar
interpretasi, beberapa keraguan selalu ada mengenai potensi produktivitas
sumur, terutama selama tahap eksplorasi. Ini keraguan tidak hilang sampai
sampel cairan formasi yang cukup besar telah pulih selama uji produksi,
umumnya dikenal sebagai uji batang bor.
Pemulihan cairan yang diperoleh terutama tergantung pada permeabilitas
dan porositas formasi yang diuji dan viskositas cairan yang terkandung dalam
zona tersebut. Berbagai teknik telah dikembangkan untuk menganalisis
pemulihan cairan dan kurva tekanan yang direkam untuk menentukan
apakah uji formasi telah menunjukkan produksi komersial atau tidak dapat
dicapai.
 191

Gambar 3.53. Koefisien Dykstra-Parsons untuk reservoir

heterogen

Untuk memanfaatkan kurva tekanan ini, pelajari pengetahuan tentang

responsnya kurva ke kondisi formasi tertentu diperlukan. Dasar untuk ini
pengetahuan adalah pemahaman tentang berbagai persamaan analitik yang
menggambarkan aliran fluida melalui media berpori. Persamaan ini, yang adalah
solusi persamaan difusivitas untuk kondisi batas yang berbeda, mengungkapkan
hubungan antara karakteristik batuan berpori, seperti: porositas dan permeabilitas,
dan sifat-sifat fluida (minyak, gas, dan air) bergerak melalui batu.
Teknik dasar pengujian sumur adalah membuat penurunan tekanan di tekanan
dasar lubang, yang menyebabkan fluida reservoir mengalir pada laju dari batu ke
lubang sumur, diikuti dengan periode penutupan. Itu periode produksi umumnya
disebut sebagai "penarikan tekanan" sedangkan periode penutupan disebut
"penumpukan tekanan”.
192

Informasi praktis yang diperoleh dari pengujian sumur meliputi permeabilitas

bersama dengan porositas, bentuk reservoir, tekanan reservoir rata-rata, dan lokasi
batas reservoir, seperti patahan penyegelan, di sekitar sumur. Metode yang paling
umum untuk mendapatkan permeabilitas terdiri dari memplot data tekanan versus
waktu pada kertas grafik semi-log (Misalnya Gambar 3.54 untuk uji penurunan
tekanan, dan Gambar 3.55 untuk tekanan tes pembentukan). Setelah menentukan
kemiringan garis lurus,

Penyimpangan Dari Garis

Lurus Disebabkan oleh Efek
Penyimpanan Lubang Sumur

Waktu, t, jam

Gambar 3.54. Plot semilog uji penurunan tekanan.

Penyimpangan Dari Garis

Lurus Disebabkan oleh Efek
Penyimpanan Lubang Sumur

Gambar 3.55. plot semilog uji penumpukan tekanan (Hornetplot)

 193

persamaan berikut digunakan untuk menghitung permeabilitas:

𝑞𝜇𝐵𝑜
k = 162.6 𝑚ℎ

dimana: k = permeabilitas formasi, mD

q = laju aliran, STB/D
μ = viskositas fluida, CP
Bo = faktor volume formasi, bbl/STB
h = ketebalan formasi
m = kemiringan garis lurus, siklus psiflog

Parameter lain yang dapat diperoleh dari jenis tes ini adalah: derajat kerusakan
formasi di sekitar lubang sumur, jumlah dan jenis reservoir batas-batas, dan
derajat dari konektivitas ke sumur lainnya. Sebuah modern teknik untuk
menganalisis data tekanan didasarkan pada plot log-log turunan tekanan (t*Ap')
terhadap waktu, seperti yang ditunjukkan pada Gambar 3.56.
Menggunakan teknik Sintesis LangsungTiub, permeabilitas diperoleh dari [61]:

70.6𝑞𝜇𝐵
k = ℎ(𝑡 ∗ 𝛥𝑝)𝑅𝑜 (3.131)

Gambar 3.56. Plot turunan tekanan menunjukkan rezim radialpow akting tak
terbatas.
194

Dimana (t*Ap')R diperoleh dari garis lurus mendatar, dimana sesuai dengan rezim
aliran radial aksi tak terbatas. Di semilog plot rezim aliran ini sesuai dengan garis
lurus kemiringan m.

CONTOH

Sebuah sumur baru di reservoir dibatasi kecil, North of Hobbs, New Mexico,
diproduksi pada tingkat konstan 250 STB/D. Reservoir awal
tekanan 4.620 psia. Data lain yang relevan adalah sebagai berikut:

h = 16 ft μo = 1,2 cp Bo = 1.229 bbl/STB

Hitung permeabilitas dari:

(a) Plot semilog Pwf versus waktu, dan
(b) Turunan tekanan, menggunakan teknik Sintesis Langsung Tub

SOLUSI
Gambar 3.57 adalah plot semi-log dari tekanan lubang bawah yang mengalir
versus waktu pada Tabel 3.14. Gambar 3.57 menunjukkan sebuah log-log
Plot dari AP = Pi – Pwf dan turunan tekanan (t*AP') versus waktu uji.

(a) Nilai mutlak kemiringan garis lurus yang bersesuaian dengan Garis kerja tak
terbatas, yaitu rezim aliran radial, adalah 18,5 psi / logcycle

Gambar 3.57. Plot semi-log dari penarikan tekanan versus waktu pengujian .

Gambar 3.57. Plot semi-log dari penarikan tekanan versus waktu pengujian .
 195

TABEL 3.14
Uji Penarikan Tekanan

Waktu, Jam Pwf, psia ΔP, psi t*P’, psi

0 2733 0 0.00
0.1 2703 30 31.05
0.2 2672 61 58.95
0.3 2644 89 84.14
0.4 2616 117 106.30
0.65 2553 180 129.70
1 2500 233 125.69
2 2398 335 144.39
3 2353 380 102.10
4 2329 404 81.44
5 2312 421 65.42
7 2293 440 34.47
9.6 2291 442 5.62
12 2290 443 6.32
16.8 2287 446 7.63
33.6 2282 451 7.99
50 2279 454 7.94
72 2276 457 10.50
85 2274 459 12.18
100 2272 461 13.36

Menggunakan persamaan 3.132

𝑞μ𝑜) (250)(1.2)(1.220)
k = 162.6 = 162.6 = 202 mD
𝑚ℎ (18.5 )(16)

(b) Dari Gambar 3.58, nilai dari (t*p')R = 8 psi diperoleh dengan
mengekstrapolasi bagian garis horizontal dari turunan tekanan kurva ke
sumbu vertikal. Garis ini sesuai dengan aliran radial rezim. Dengan
menggunakan Persamaan 3.133 kita peroleh.

70.6𝑞 𝜇 𝐵𝑜 (250)(1.2)(1.229)
k= = 70.6 = 203 mmDarcy
ℎ (𝑡 𝑥 ) 16 𝑥 8
196

TEKNIK ZONASI STATISTIK

Deskripsi Reservoir dapat didekati di sejumlah dari acara hudstonr
.mengembangkan sebuah metode untuk memprediksi statistic

Gambar 3.57. Plot log panjang dari ΔP dan t* ΔP’ versus waktu pengujian.

kemungkinan adanya keseragaman reservoir nog dari tipe tertentu di

reservoir mana pun dengan mempertimbangkan inti, log, dan geologi
umum latar belakang reservoir [47]. Menggunakan analisis statistik
laboratorium,pengukuran permeabilitas udara dalam delapan arah dengan
jarak 45" interval pada 142 colokan vertikal dua inci dari 30 core,
Greenkorn dkk. menunjukkan bahwa ada anisotropi titik yang signifikan di
sekitar 60% inti colokan [53]. Juga, mereka menemukan bahwa
permeabilitas heterogen media berpori anisotropik adalah tensor yang
terdiri dari titik-ke-titik variasi yang bergantung pada ukuran butir dan
variasi titik yang bergantung pada seperai. Trudgen dan Hoffmann
mengusulkan prosedur yang mempekerjakan Sistem penyesuaian kurva
Pearson untuk mendefinisikan distribusi frekuensi properti batuan
reservoir yang diperoleh dari data inti [ 541. Banyak lagi metode statistik
untuk menggambarkan berbagai sifat batuan reservoir adalah:
diusulkan. Namun, hanya sedikit dari metode ini yang ditemukan praktis.
 197

Testerman menggambarkan teknik statistik untuk mengidentifikasi

dan mendeskripsikan zona berpori dan permeabel di reservoir, dan untuk
menentukan mana yang cenderung kontinu antara sumur yang berdekatan
adjacent [55]. Teknik ini sangat berguna dalam menggambarkan
permeabilitas distribusi di reservoir di mana aliran silang antara komunitas
yang berdekatan Cating strata reservoir, karena imbibisi dan segregasi
gravitasi, adalah penting. Namun, sejauh tidak ada parameter geologis
mengenai lingkungan pengendapan dalam evaluasi statistik,penilaian
diperlukan untuk menentukan apakah zona yang ditentukan pada
kenyataannya, terus menerus dan konsisten dengan model geologi.
Meskipun telah dikembangkan terutama untuk zonasi
permeabilitas, Teknik ini bersifat umum dan dapat diterapkan pada
properti reservoir selain permeabilitas. Teknik zonasi reservoir
adalah operasi two-part .
Data permeabilitas dari atas ke bawah dari strata a sumur tunggal
dibagi menjadi beberapa zona. Zona ini dipilih sedemikian rupa sehingga
variasi permeabilitas dalam zona diminimalkan dan dimaksimalkan antar
zona. Persamaan statistik yang digunakan untuk zona

1 1 2 1 2
szz = 𝑁 [∑𝑁𝑧
𝑖=1 {∑𝑁𝑘𝑗 𝑁𝑧 𝑁𝑘𝑗
𝑗=1 𝑁𝑖𝑗 } − 𝑁 {∑𝑖=1 ∑𝑗=1 𝑁𝑖𝑗 } ] (3.132)
𝑧 −1 𝑁𝑘𝑖 𝑘

dimana: szz = varians antar zona.

NZ = jumlah dari zona
Nk = jumlah total data permeabilitas dalam strata.
Nki = jumlah data permeabilitas di zona ke-i.
kij = data permeabilitas.
i = indeks penjumlahan nomor dari zona.
j = indeks penjumlahan untuk jumlah data dalam zona.

Varians dalam setiap zona, sz, dihitung dari:

1 1 2
sz = 𝑁 [∑𝑁𝑧 𝑁𝑘𝑖 2 𝑁𝑧
𝑖=1{∑𝑗=1(𝑁𝑖𝑗 )} − ∑𝑖=1( {∑𝑁𝑘𝑗
𝑗=1 𝑁𝑖𝑗 } ] (3.133)
𝑘 −𝑁𝑧 𝑁𝑘𝑖

dan indeks zonasi, Iz, adalah:

𝑆𝑧
Iz = 1-𝑆 (3.134)
𝑧𝑧
198

Indeks ini adalah kriteria yang digunakan untuk menunjukkan pembagian

terbaik. Iz, yang mana berkisar antara 0 dan 1, menunjukkan seberapa dekat
pembagian tersebut sesuai ke zona homogen. Semakin dekat Iz dengan 1, semakin
homogen zonanya. Setiap nilai negatif dari Iz harus diganti dengan nol untuk
sesuai dengan definisi Iz.

Zonasi sumur individu adalah prosedur multi-langkah:

(a) Pertama, data permeabilitas, dalam rangka asli mereka dari kedalaman,
yang dibagi menjadi semua kemungkinan
kombinasi dari dua zona. Kemudian, indeks zonasi dihitung dari
Persamaan 3.134, dan nilai yang lebih besar, yang menunjukkan
pembagian terbaik menjadi dua zona, dipertahankan untuk perbandingan
dengan indeks lainnya.
(b) Data permeabilitas kombinasi dua zona terbaik dibagi menjadi tiga
kombinasi zona yang mungkin. Indeks Iz dihitung lagi untuk menentukan
pembagian tiga zona terbaik.
(c) Data permeabilitas dari kombinasi tiga zona terbaik dibagi menjadi semua
kemungkinan kombinasi empat zona. Maka berlaku kriteria indeks zonasi.
Pembagian menjadi zona tambahan berlanjut sampai perbedaan antara dua indeks
berturut-turut, ΔIz, diabaikan. Testerman menemukan bahwa perbedaan diabaikan
jika ΔIz < 0,06 [55].
Setelah semua sumur di reservoir diberi zona, zona antara sumur yang
berdekatan dikorelasikan untuk menentukan strata mana yang mungkin kontinu,
yaitu terhubung. Zona dianggap terhubung jika perbedaan permeabilitas rata-rata
dari dua zona adalah sumur yang berdampingan kurang dari atau sama dengan
yang diharapkan dari variasi pengukuran di dalam zona.

CONTOH
Gambar 3.59 menunjukkan lokasi empat sumur di reservoir batupasir konsolidasi
yang dipilih untuk menggambarkan penggunaan teknik zonasi statistik. Tabel 3.15
mencantumkan data permeabilitas dan kedalaman yang sesuai untuk masing-
masing dari empat sumur. Jumlah zona dan permeabilitas rata-rata yang sesuai
untuk setiap sumur harus ditentukan
 199

Gambar 3.59. Lokasi dari sumur [55].

TABEL 3.15
Data Permeabilitas Reservoir [55]

Sumur No. 8 Sumur No. 11 Sumur No.18 Sumur No.37

Kedalaman Per Kedalaman Per Kedalaman Per Kedalaman Perm
(ft) ,mD (ft) .mD (ft) (mD) (ft) (mD)
1,917.5* 11 1,906.5 10 1,973.5 20 1,922.5 34
1,918.5 27 1,907.5 52 1,974.5 40 1,923.5 67
1,919.5 157 1,908.5 276 1,975.5 190 1,924.5 20
1,920.5 234 1,909.5 140 1,976.5 146 1,925.5 197
1,921.5 390 1,910.5 139 1,977.5 53 1,926.5 186
1,922.5 90 1.911.5 165 1,979,5 0.0 1,927,5 33
1,923.5 192 - - 1,980,5 45 1,928.5 30
1,924.5 218 - - 1,981,5 14 1,929.5 21
1,925.5 42 - - 1,982.5 0.0 1,930,5 117
1,926.5 120 - - 1,983,5 84 1,931.5 27
1,927.5 158 - - 1,984.5 28 1,932.5 27
1,928,5 315 - - 1,985.5 0.0 1,933.5 26
1,929.5 20 - - 1,986.5 0.0 1,934.5 61
1,930.5 99 - - 1,987.5 0.0 - -
1,931.5 121 - - 1,988.5 0.0 - -
1,932.5 43 - - - - - -
200

1,933.5 88 - -- - - - -
1,934.5 7.4 - - - - - -
1,935.5 149 - - - - - -
1,936.5 0.0 - - - - - -
*Bagian atas dari interval produktif

SOLUSI

Untuk mengilustrasikan zonasi sumur individu, data permeabilitas sumur No.

11 dipilih. Tabel 3.16 menunjukkan pembagian data permeabilitas menjadi dua
zona. Persamaan 3.132, 3.133, dan 3.134 digunakan untuk menghitung faktor
varians szz dan sz dan indeks zonasi Iz, masing-masing, untuk setiap pembagian
menjadi dua zona. Misalnya, nilai szz, sz dan Iz, pada baris pertama Tabel3.15
(yaitu ,kedalaman=1.917.5ft dan k = 10 mD) adalah dihitung sebagai berikut:

1 (10)2 (1.192)2 (1.202)2

𝑠𝑧𝑧 = [ + − ] = 13.49
1 1 9 10

TABEL 3.16
Pembagian Data Sumur No. 11 Menjadi Dua Zona [55]

Grand
No. Sum
Sampel Cum. Sum Minus
per Permeability dari Cum. B W
Grup (mD) Permeabilitas Sum (mD2) (mD2) R
1 0.0 10 1,192 13,493 12,600 0.0
2 52 63 1,140 19,892 12,800 0.35
3 276 638 864 243 15,256 0.0
4 140 478 724 3 15,286 0.0
5 139 617 585 102 15,273 0.0
6 156 773 429 1,118 15,146 0.0
7 342 1,115 87 35,646 10,830 0.69
8 87 1,202 0.0 36,120 10,771 0.70
9 0.0 1,202 0.0 16,053 13,280 0.17
10 0.0 1,202 0.0 - - -
Sum 1,202
 201

𝟏
𝒔𝒛 = [(𝟏𝟎)𝟐 + (𝟓𝟐)𝟐 + (𝟐𝟕𝟔)𝟐 + (𝟏𝟒𝟎)𝟐 + (𝟏𝟑𝟗)𝟐 + (𝟑𝟒𝟐)𝟐 + (𝟖𝟕)𝟐 + (𝟎)𝟐 +
𝟖
(𝟏𝟎)𝟐 (𝟏.𝟏𝟗𝟐)𝟐
(𝟎)𝟐 − − ] = 13.600
𝟏 𝟗

13.600
Iz = I - 13.493 = 0.008

Karena Iz < 0, diganti dengan nol. Garis lainnya dihitung dengan cara yang
sama. Zona II, di mana k = 0 pada sampel No. 9 dan No. 10, mudah diidentifikasi
tanpa perhitungan apa pun.
Tabel 3.17 menggambarkan langkah selanjutnya dalam zonasi sumur No. 11,
yaitu pembagian data permeabilitas menjadi tiga zona. Zona I1 dari pembagian
dua zona sekarang dibagi menjadi dua zona. Testeman berusaha membagi
permeabilitas menjadi empat zona [55]. Namun, ia menemukan bahwa indeks
empat zona terbesar (0,79) lebih kecil dari indeks tiga zona 0,81, dan
menyimpulkan bahwa sumur No. 11 paling tepat digambarkan sebagai tiga
permeabilitas. zona.
Data permeabilitas sumur 8, 18, dan 37 dibagi menjadi beberapa zona dengan
menggunakan pendekatan yang sama seperti untuk sumur No. 11. Tabel 3.18
menunjukkan bahwa masing-masing sumur paling baik digambarkan oleh tiga
zona.

TABEL 3.17
Pembagian Data Sumur No. 11 Menjadi Tiga Zona [55]

No. Grand
Sum
Sampel
Cum. Sum Minus
per Permeability dari Cum. B W
Grup (mD) Permeabilitas Sum (mD2) (mD2) R
1 10 10 1,192 29,300 9,098 0.6
2 52 63 1,140 37,021 6,893 0.81
3 276 338 864 21,450 11,341 0.47
4 140 478 724 218,242 11,229 0.48
5 139 617 585 22,2866 10,937 0.52
6 156 773 429 23,564 10,737 0.54
7 342 1,115 87 20,346 11,657 0.42
8 87 1,202 0.0 - - -
202

TABEL 3.18
Zonasi Akhir Data Permeabilitas Reservoir [55]

Sumur No. 8 Sumur No. 11 Sumur No.18 Sumur No.37

Perm Perm Perm Perm
Zona Zona Zona Zona
,mD .mD (mD) (mD)
11 10 20 34
(1,8) (1,11) (1,18) (1,37)
27 52 40 67

157 276 190 20

234 140 (2,18) 197
390 139 146 (2,37)
90 (2,11) 186
192 156
(2,8) 342
218 87 53
42 4.8 33
120 0.0
158 45 21
316 0.0 14 117
(3,11) (3,18) 0.0 (3,37)
0.0 20
20 84 27
99 28 26
121 0.0
43 0.0
(3.8) 0.0
88
7.4
149
0.0 *data tidak cukup [30]
 203

Gambar 3. 60. penampang menunjukkan zonasi akhir [55].

Hasil zonasi antar sumur, yang tidak diberikan di sini, menentukan adanya
tiga zona menerus yang memiliki ketebalan rata-rata, dari atas ke bawah, 2.1, 5.0,
dan 7.5 ft, dan permeabilitas rata-rata 33, 189, dan 36 mD, masing-masing.
Gambar 3.60 adalah penampang yang menunjukkan zonasi akhir. Teknik zonasi
bersifat umum dan oleh karena itu dapat diterapkan pada sifat reservoir selain
permeabilitas, termasuk porositas, faktor resistivitas formasi, dan saturasi fluida.
Teknik zonasi statistik mengasumsikan apriori bahwa stratifikasi ada di dalam
reservoir. Namun, jika reservoir tidak bertingkat, teknik zonasi statistik akan
menunjukkannya.
204

MASALAH
1. Hitung porositas sampel yang dijelaskan di bawah ini:

Massa sampel kering 104,1 g

Massa sampel jenuh air 120,2 g
Kepadatan air 1,001 g/cm3

Massa sampel jenuh yang direndam dalam air 64,7 g

a. Apakah ini porositas efektif atau porositas total sampel?
b. Apa yang paling mungkin merupakan litologi sampel? Jelaskan
alasannya.
2. Sebuah inti dengan panjang 2.54 cm dan diameter 2.54 cm memiliki
porositas 22%. Itu jenuh dengan minyak dan air. Kandungan minyaknya 1.
5 cm3a. Berapa volume pori inti? Berapa saturasi minyak dan air di dalam
inti?
3. Jika formasi setebal 2,5 m, berapa volume minyak di tempat dalam 100
hektar, jika inti yang dijelaskan pada Soal 2 di atas mewakili reservoir.
Laporkan volume dalam meter kubik dan barel.
4. Asumsikan bahwa data permeabilitas dan porositas pada Tabel 3A
mewakili beberapa ribu titik data yang diambil untuk pengukuran
permeabilitas-porositas reservoir.
a. Plot data dan kembangkan persamaan yang mewakili hubungan antara
permeabilitas dan porositas. Tunjukkan batas penerapan persamaan ini.
b. Berikan penjelasan untuk penyimpangan data yang terjadi untuk inti
dengan permeabilitas tinggi.
TABEL 3A
Sampel Nomor k (mD) ɸ
1 0.022 0.088
2 0.061 0.100
3 0.115 0.11
4 0.438 0.118
5 1.050 0.121
6 1.120 0.130
7 2.202 0.140
8 2.500 0.150
9 2.900 0.159
 205

c. Cocokkan data Anda dengan Gambar 3.13 dan gunakan untuk

mengidentifikasi jenis batuan reservoir yang paling mungkin.
d. Tentukan nilai rata-rata permeabilitas yang benar.
5. Jika inti memiliki porositas 18% dan saturasi air tak tereduksi 24%, berapa
permeabilitas sampel?
6. Berapakah permeabilitas matriks inti yang dijelaskan pada Soal 5 jika
radius tenggorokan pori efektif adalah 3,5 m dan faktor sementasi adalah 2?
Perkirakan tortuositas sampel.
7. Analisis inti untuk permeabilitas dan porositas dari 36 sampel inti satu kaki
yang diperoleh dari sumur yang terletak di formasi batupasir bersih
disajikan pada Tabel 3B.
a. Apakah distribusi permeabilitas dengan kedalaman pada Tabel 2B
linier, eksponensial, atau logaritmik? Temukan garis lurus yang sesuai
dengan kurva terbaik.
b. Hitung koefisien Dykstra-Parsons. Apakah formasinya homogen atau
heterogen? Buktikan jawabanmu.

TABEL 3B
No K ∅ Kumulatif No K ∅ Kumulatif
sampel (mD) h (ft) sampel (mD) h (ft)
1 100 0.268 1 19 1720 0.266 19
2 822 0.354 2 20 500 0.275 20
3 436 0.264 3 21 495 0.264959 21
4 220 0.26 4 22 612 0.206 22
5 348 0.258 5 23 897 0.264 23
6 256 0.272 6 24 974 0.272 24
7 150 0.256 7 25 790 0.351 25
8 127 0.255 8 26 955 0.358 26
9 36 0.272 9 27 1030 0.273 27
10 779 0.257 10 28 784 0.266 28
11 945 0.263 11 29 491 0.262 29
12 815 0.295 12 30 623 0.313 30
13 1190 0.277 13 31 557 0.255 31
14 928 0.355 14 32 937 0.358 32
15 238 0.286 15 33 854 0.279 33
16 78 0.274 16 34 818 0.272 34
17 1780 0.262 17 35 363 0.285 35
18 1510 0.269 18 36 306 0.315 36
206

c. Tentukan cara aritmatika, geometrik, dan harmonik dari permeabilitas.

Juga, hitung simpangan baku, rata-rata ternormalisasi, dan dispersi dari
ketiga rata-rata.
d. Tentukan rata-rata porositas aritmatika dan porositas median.
8. Mempertimbangkan data porositas dan permeabilitas pada Tabel 3B:
a. Tentukan korelasi permeabilitas-porositas terbaik.
b. Berapa diameter butir rata-rata setiap sampel?
c. Hitung RQI dan plot terhadap porositas.
d. Tentukan jumlah unit aliran dan FZI yang sesuai.
9. Survei log di sumur menunjukkan saturasi air tak tereduksi sebesar 18%
dan porositas rata-rata 15%. Analisis inti serta analisis uji sumur
menunjukkan permeabilitas batuan reservoir sebesar 16 mD. Perkirakan
indeks fluida bebas dan tak tereduksi air terikat untuk formasi ini.
10. Perkirakan permeabilitas (mD) batuan reservoir yang memiliki porositas
13% dan saturasi air tak tereduksi 20%. Dengan asumsi permeabilitas ini
mewakili unit aliran:
a. Hitung indeks kualitas reservoir RQI (𝜇m).
b. Hitung indikator zona aliran FZI.
c. Hitung faktor karakterisasi unit aliran Tiab HT.
11. Log NMR dijalankan di dalam sumur, menunjukkan porositas 13% dan
log mean waktu relaksasi 2,5 𝜇s pada kedalaman 7.500. Perkirakan
permeabilitas pada kedalaman ini untuk sumur ini, menggunakan korelasi
SDR.
12. Analisis inti di sumur baru dalam formasi dengan karakteristik petrofisika
yang mirip dengan formasi TAGI mengungkapkan permeabilitas
horizontal sebesar 15 mD.

A. Dengan asumsi bahwa formasi memiliki kandungan Kaolinit dan Illite

yang sama, perkirakan permeabilitas vertikal dan rasio anisotropi
untuk sumur ini, dengan menggunakan model yang dikembangkan
untuk formasi TAGI, untuk kasus berikut:
a. Hanya permeabilitas horizontal yang diketahui.
b. Hanya data permeabilitas dan porositas horizontal yang tersedia
(porositas 13%).
c. Data permeabilitas horizontal, porositas, dan diameter butir rata-
rata tersedia (diameter butir 0,025 mm).

B. Kerjakan ulang contoh, dengan asumsi bahwa formasi ini mengandung

persentase yang tinggi dari lempung Illite.
 207

Tata Nama
Ai luas permukaan dalam
As luas permukaan, hektar
B faktor volume formasi (FVF), bbl/STB dan SCF/ft³
B-1 kebalikan dari koefisien matriks bnj
Ci vektor volume
C daya konduksi
dgr diameter partikel butir
di data kinerja
dic nilai yang dihitung dari data kinerja
diOB nilai yang diamati dari data kinerja
d kedalaman
di deviasi
f frekuensi
fe kumulatif frekuensi
FR faktor resistivitas formasi
G gas awal di tempat
h ketebalan formasi
Iz indeks zonasi
Is2 indeks porositas sekunder
∆I∅2 perbedaan antara dua indeks berturut-turut
k permeabilitas
kH permeabilitas horizontal
kn jumlah permeabilitas
ks permeabilitas pada sampel kumulatif 84,1%
kv permeabilitas vertikal
La panjang inti, cm
Lk koefisien permeabilitas Lorentz
m Faktor atau eksponen sementasi
n jumlah pipa kapiler
N minyak awal di tempat jumlah data permeabilitas
Nk jumlah data permeabilitas
Nki jumlah data permeabilitas di zona i
Nz jumlah zona
PD tekanan ambang pipa kapiler
P tekanan
∆𝑃 kehilangan atau perbedaan tekanan
Pd tekanan perpindahan
Pws tekanan tertutup
q laju aliran
208

r radius
rp radius pori
R angka acak
RN bilangan acak terdistribusi seragam
Rt resistivitas formasi sebenarnya, ohm-m
s simpangan baku
S2 varians sampel
𝑆𝑘2 varians permeabilitas
𝑆𝑝2 varians populasi
𝑆𝑧2 varians zona
2
𝑆𝑧𝑧 perbedaan antar zona
𝑆12 , 𝑆22 varians sampel di zona 1 dan 2
S Saturasi
Svgr luas permukaan spesifik per satuan volume
SiW butir bawaan (tidak dapat direduksi)
SVp luas permukaan internal per unit PV
t waktu
T suhu
u kecepatan
V volume
Vb volume total batuan
Vk koefisien permeabilitas
VP volume pori
Vsh konten serpih
Vtot volume serpih total, fraksi
w lebar patah
W air
x,y,z koordinat kartesius
x variabel
xM modus variabel

SUBSCRIPTS
ap semu
e efektif
f patah
g gas
gr grain
h hidrokarbon
h nilai tertinggi dari variabel x
i awal, indeks
 209

irred tidak dapat direduksi

i,j,k,l,n,u indeks
l terendah
ma matriks
o minyak
r relatif
sc kondisi standar
t,tot total
w air
r nomor lari

SIMBOL YUNANI
𝛼 sudut antara bidang dan gradien tekanan
𝛾 berat jenis
𝜀 kesalahan
𝜃 sudut kontak
∅ porositas
∅o porositas terbuka yang efektif
Ks faktor bentuk kozeny
Kz lozeny konstan
𝜇 viskositas
𝜏 torsi

REFERENSI
1. Fraser, H. J. and Graton, L. C. “Systematic Packing of Spheres with
Particular Relations to Porosity and Permeability.” J. Geol., Nov.-Des.
1935, Hal. 785-909.
2. Gatlin, C. Petroleum Engineering-Drilling and Well Completions.
Prentice-Hall Book Co., Englewood Cliffs, NJ, 1960, Hal. 21-22.
3. Ellison, S. P. Jr. “Origin of Porosity and Permeability.” Catatan Kuliah.
Universitas Texas, Austin, TX, 1958
4. Pittman, E. C. “Microporosity in Carbonate Rocks.” Ahli Geologi
Perminyakan Amerika (AAPG) Bull., Vol. 55, No. 10, 1971, Hal. 1873-
1881.
5. Hohlt, R. B. “The Nature and Origin of Limestone Porosity.” Colorado
School of Mines Quarterly, Vol. 43, No.4, 1948.
6. Chilingarian, G. V., Mazzullo, S. V. and Reike, H. H. Carbonate
Reservoir Characterization: A Geologic Engineering Analysis, Part I.
210

Developments in Petroleum Science 30. Elsevier Scienc Publ. Co., New

York, Amsterdam, 1992 Hal. ,639.
7. Choquette, P. W. and Pray, L. C. “Geologic Nomenclature and
Classification of Porosity in Sedimentary Carbonates.” Ahli Geologi
Perminyakan Amerika (AAPG) Bull., Vol. 54, 1970, hal. 207-250.
8. Archie, G. E. “Classification of Carbonate Reservoir Rocks and
Petrophysical Considerations.” Ahli Geologi Perminyakan Amerika
(AAPG) Bull., Vol. 36, No. 6, 1952, hal. 278-298.
9. Lucia, F. J. “Petrophysical Parameters Estimated from Visual Descriptions
of Carbonate Rocks: A Field Classification of Carbonate Pore Space.”J
Petrol. Tech., Vol. 35, March 1983, hal. 626-637.
10. Kulander, B. R., Barton, C. C. and Dean, S. L. “The Application of a
Fractography to Core and Outcrop Fracture Investigations.” US DOE
METC/SP-79/3, National Technical Information Service, Springfield, VA,
1979.
11. Anderson, G. Coring and Core Analysis Handbook. Petroleum Publ. Co.,
Tulsa, OK, 1975, hal. 200.
12. Darcy, H. J. “Les Fontaines Publiques de la Vue de Dijon.” Libraire de
Corps Impériaux des Pontset Chaussées et des Mines, Paris, 1856, hal.
590-594.
13. Clark, N. J. Elements of Petroleum Reservoirs, revised ed. Society of
Pertroleum Engineers, Dallas, TX, Henry L. Doherty Series, 1969, hal. 19-
30.
14. Chilingarian, G. V. “Relationship between Porosity, Permeability and
Grain Size Distribution of Sands and Sandstones.” dalam: Van Straaten, J.
U. (Ed.), Deltaic and Shallow Marine Deposits. Elsevier Science Publ.
Co., New York, Amsterdam, 1963, hal. 71-75.
15. Kozeny, J. ‘‘Ȕber kapillare Leitung des Wassers im Boden (Aufstieg
Versikerung und Anwendung auf die Bemasserung). ” Sitzungsber Akad,
Wiss, Wein, Math- Naturwiss, KL, Vol. 136 (Ila), 1927, hal. 271-306.
16. Pirson, S. J. Oil Reservoir Engineering, 2nd ed. McGraw-Hill Book Co.,
New York 1958,735 hal.
17. Amyx, J. W., Bass, D. M. Jr. dan Whiting, R. L. Petroleum Reservoir
Engineering. (McGraw-Hill Book Co., New York, 1960, hal. 610.
18. Wyllie, M. R. J. dan Spangler, M. B. “Application of EIectrical Resistivity
Measurements to Problems of Fluid Flow in Porous Media.” Ahli Geologi
Perminyakan Amerika (AAPG) Bull., Feb 1952.
19. Carman, P. C. “Permeability of Saturated Sands, Soils and Clays.”J. Agr.
Sci., Vol. 29,1939; juga ,J. Soc. Chem. Ind., 1939, hal. 57-58.
20. Bear, J. Dynamics of Fluids in Porous Media. Elsevier, New York, 1972.
 211

21. Ebanks, W. J. “The Flow Unit Concept-An Integrated Approach to

Reservoir Description for Engineering Projects. Asosiasi Geologi
Konvensi Tahunan Amerika, 1987.
22. Hear, C. L., Ebanks, W. J., Tye, R. S. dan Ranganatha, V. Geological
Factors Influencing Reservoir Performance of the Hartzog Draw Field,
Wyoming. J. of Petrol. Tech, Agustus. 1984, hal. 1335-1344.
23. Gunter, G. W., Finneran, J. M., Hartman, D. J. and Miller, J. D. “Early
Determination of Reservoir Flow Units Using an Integrated Petrophysical
Method SPE 38679. Konferensi dan Pameran Tekis Tahunan SSPE, San
Antonio, TX, 5-8 Oktober 1997
24. Tiab, D. Advances in Petrophysics, Vol. 1-Flow Units. Buku Catatan
Kuliah, Universitas Oklahoma, 2000.
25. Tiab, D. Modern Core Analysis, Vol. I-Theory. Laboratorium Inti,
Houston, TX, Mei 1993, Hal. 200.
26. Tiab, D., Marschall, D. M. dan Altunbay, M. H. Metode untuk
Mengidentifikasi dan Mengkarakterisasi Unit Hidrolik Media Berpori
Jenuh: Proses Zonasi Tri-Kappa. Paten A.S. No. 5,193,059, Maret 9, 1993.
27. Amaefule, J. O., Altunbay, M. H., Tiab, D., Kersey, D. G., dan Keelan, D.
K. “Enhanced Reservoir Description Using Core and Log Data to Identify
Hydraulic (Flow) Units and Predict Permeability in Uncored
Intervals/Wells.” Paper Soc. Petrol. Eng. No. 26436, 1993.
28. Zemanek, J. “Low-Resistivity Hydrocarbon-Bearing Sand Reservoirs.”
SPEFE, Desember 1989, Hal. 515-521.
29. Sneider, R. M., King, H. R., Hawkes, H. E., dan Davis, T. B. “Methods for
Detection and Characterization of Reservoir Rocks, Deep Basin Gas Area,
Western Canada,” Transaksi SPE, Vol. 275, 1983, Hal. 1725-1734.
30. Coates, G. dan Denoo, S. “The Producibility Answer Product.’’ Tech. Rev.
Schlumberger, Houston, TX, No. 2, 1981, Hal. 55-66.
31. Slichter, S. C. “Theoretical Investigation of the Motion of Ground Water.”
Survei Geologi A.S., NTIS, Springfield, VA, Laporan Tahunan ke 19,
Bagian II, 1899, Hal. 295-384.
32. Wyllie, M. R. J. dan Rose, W. D. “Some Theoretical Considerations
Related to the Quantitative Evaluation of the Physical Characteristics of
Reservoir Rock from Electric Log Data.” Transaksi AIME, Vol. 189,
1950, Hal. 105-118.
33. Schlumberger, Inc., Log Interpretations Charts. Layanan Pendidikan
Schlumberger, Houston, TX, 1977.
34. Timur, A. “An Investigation of Permeability, Porosity and Residual Water
Saturation Relation for Sandstone Reservoirs.” Analis Log, Vol. 9, 1968,
Hal. 4.
212

35. Langnes, G. L., Robertson, O. J., Jr. dan Chilingar, G. V. Secondary

Recovery and Carbonate Reservoirs. Publikasi Sains Elsevier. Co., New
York, Amsterdam, 1972, Hal. 304.
36. Al-Ajmi, F. A. dan Holditch, S. A. “NMR Permeability Calibration Using
a Non-Parametric Algorithm and Data from Formation in Central Arabia.”
Paper SPE 68112, SPE MEOS, Bahrain, 17-20, Maret 2001.
37. Craze, R. C. “Performance of Limestone Reservoirs.” Transaksi AIME,
Vol. 189, 1950, Hal. 287-294
38. Bagrintseva, K. I. “Carbonate Rocks, Oil and Gas Reservoirs.” lzdatet’
stvo Nedra, Moscow, USSR, 1977, Hal. 231.
39. Parsons, R. W. “Permeability of Idealized Fractured Rock.” Soc. Petrol.
Eng. I, Vol. 6, 1966, Hal. 126-136.
40. Murray, G. H. “Quantitative Fracture Study-Sanish Pool, McKenzie
County, North Dakota.” Asosiasi Ahli Geologi Perminyakan Amerika.
(AAPG) Bun., 1968, Vol. 52, Hal. 57-65.
41. McGuire, W. J. dan Sikora, V. J. “The Effect of Vertical Fractures on
Wells Productivity.” Transaksi AIME, Vol. 219, 1960, Hal. 401-403.
42. Steams, D. W. dan Friedman, M. “Reservoirs in Fractured Rock.” Asosiasi
Ahli Geologi Perminyakan Amerika (AAPG), Laporan ilmiah 16 dan
Sosial. Eksplorasi. Geofisika., Publikasi Spesial. No. 10, 1972.
43. Watfa, M. dan Youssef, F. Z. “An Improved Technique for Estimating
Permeability in Carbonates.” Paper Soc. Petrol. Eng. No. 15732, Pameran
Minyak Timur Tengah SPE ke-5, Bahrain, Maret 1987, Hal. 7-10.
44. Manseur, S., Tiab, D., Berkat, A. dan Zhu, T. “Horizontal and Vertical
Permeability Determination in Clean and Shaly Reservoirs Using In-Situ
Measurement.” Paper SPE 75773, dipresentasikan pada SPE WR/AAPG
Rapat Gabungan Bagian Pasifik, Anchorage, Alaska, 20-22 Mei, 2002.
45. Zahaf, K. “Vertical Permeability from In-Situ Horizontal permeability
Measurement in Shaly Sand Reservoirs.” Tesis Magister, Universitas
Oklahoma, 1999.
46. Zahaf, K. dan Tiab, D. “Vertical Permeability from In Situ Horizontal
Measurements in Shaly-Sand Re.servoirs.” JCPT, Agustus. 2002, Hal. 43-
50.
47. Hutchinson, C. A., Dodge, C. F. dan Polasek, T. L. “Identification and
Prediction of Reservoir Nonuniformities Affecting Production
Operations.” Soc. Petrol. Eng. J., Maret 1961, Hal. 223-230.
48. Warren, C. A. dan Price, H. S. “Flow in Heterogeneous Porous Media.”
Soc. Petrol. Eng. I, September. 1961, Hal. 153-169.
49. Law, J. ”Statistical Approach to the Interstitial Heterogeneity of Sand
Reservoirs.” Transaksi AIME, Vol. 155, 1944.
 213

50. Schmalz, J. P. dan Rahme, H. D. “The Variation of Waterflood

Performance with Variation in Permeability Profile.” Produser Bulanan,
Vol. 15, No. 9, 1950, Hal. 9-12.
51. Dykstra, H. dan Parsons, R. L. “The Prediction of Oil Recovery in
Waterflood.” Pemulihan Sekunder Minyak di Amerika Serikat, edisi
kedua. Institut Perminyakan Amerika (API), 1950, Hal. 160-174.
52. Craig, F. F. The Reservoir Engineering Aspects of Waterflooding. Soc.
Petrol. Eng. Karangan Ilmiah, Vol. 3, Dallas, 1971.
53. Greenkorn, R. A., Johnson, C. R. dan Shallenberger, L. K. “Directional
Permeability of Heterogeneous Anisotropic Porous Media. ” Soc. Petrol.
Eng. I, Juni 1964, Hal. 124-132.
54. Trudgen, P. dan Hoffmann, F. “Statistically Analyzing Core Data.” Soc.
Petrol. Eng.J., April 1967, Hal. 497-503.
55. Testerman, J. D. “A Statistical Reservoir-Zonation Technique. ” Soc.
Petrol. Eng.J., Agustus 1962, Hal. 889-893.
56. Moncada, K. Penerapan teknik TDS untuk menghitung permeabilitas
vertikal dan horizontal untuk sumur vertikal dengan penyelesaian parsial
dan penetrasi parsial, Tesis Magister Sains, Universitas Oklahoma,
Desember 2003.
57. Gelhar, L. W. dan Axness, C. L. “Three-Dimensional Stochastic Analysis
of Macrodispersion in Aquifers”, Penelitian Sumber Daya Air, 19, 1983,
Hal. 161.
58. Chatzis, I., Jewlal, D. M. dan Loannidis, M. A. “Core Sample Permeability
Estimation Using Statistical Image Analysis,” Paper SCA 9723, Prosiding,
Simposium Internasional SCA, Calgary, Canada, September 7-10, 1997.
59. Tehrani, D. H., Chen, G. L. dan Peden, J. M. “Effective Permeability of a
Heterogeneous Reservoir for Calculating Well-bore Pressure,” Prosiding,
Simposium Regional tentang IOR di Wilayah Teluk, Desember 17-19,
1995, Hal. 145-155.
60. Winsauer, W. O., Shearin, H. M., Masson, P. H., dan Williams, M.
“Resistivity of Brine Saturated Sands in Relation to Pore Geometry,”
AAPG, Februari 1952.
61. Tiab, Djebbar “Analysis of Pressure and Pressure Derivative Without
Using Type-Curve Matching-Skin and Wellbore Storage,” J. Ilmu &
Teknik Perminyakan., Vol. 11, 1994, Hal. 323-333.
62. Willhite, G, Paul Waterflooding, SPE, Richardson, TX, Edisi ke 7, 2001.

63. Peffer, M. A., O’Callagan, P. J. “In-Situ Determination of Permeability

Anisotropy and Its Vertical Distribution-A Case Study,” SPE 38942,
Prosiding, SPE ATCE, San Antonio, Texas, 5-8 Oktober 1997
214

BABA 4
RESISTIVITAS FORMASI DAN SATURASI AIR

PENDAHULUAN
Formasi Sedimen mampu mentransmisikan arus listrik hanya melalui
interstisial dan air teradsorpsi yang dikandungnya.. Mereka akan menjadi non-
konduktif jika mereka sepenuhnya kering. Interstitial atau air bawaan yang
mengandung garam terlarut merupakan elektrolit yang mampu menghantarkan
arus, karena garam ini terdisosiasi menjadi kation bermuatan positif, seperti Na+
dan Ca2+, dan anion bermuatan negatif, seperti C1- and SO4- Ion-ion ini bergerak
di bawah pengaruh medan listrik dan membawa arus listrik melalui larutan.
Semakin besar konsentrasi garam, semakin besar konduktivitas air bawaan. Air
tawar, misalnya, hanya memiliki sejumlah kecil garam terlarut dan, oleh karena
itu, merupakan penghantar arus listrik yang buruk. Minyak dan gas adalah non-
konduktor.

Resistivitas listrik (kebalikan konduktivitas) dari batuan jenuh fluida

adalah kemampuan untuk menghambat aliran arus listrik saat melalui batuan itu.
Batuan kering menunjukkan resistivitas awal. Dalam praktek logging listrik,
resistivitas dinyatakan dalam ohm-m2/m atau hanya ohm-m. Resistivitas sebagian
besar formasi sedimen berkisar antara 0.2 hingga 2000 ohm-m. Resistivitas pasir
yang terkonsolidasi buruk berkisar dari 0.20 ohm-m untuk pasir yang terutama
mengandung air asin, hingga beberapa ohm-m untuk pasir yang mengandung
minyak.

Dari semua parameter batuan yang diukur dengan alat well logging
modem, resistivitas sangat penting karena digunakan untuk menentukan saturasi
air, yang kemudian digunakan untuk menghitung volume minyak dan/atau gas di
tempat. Produktivitas formasi juga dapat diperkirakan dengan membandingkan
resistivitas dekat dengan lubang sumur (yaitu, resistivitas zona memerah), di mana
filtrat lumpur telah menginvasi formasi, dan resistivitas bagian perawan dari
formasi (resistivitas sejati, Rt.) jumlah, dan cara penyebaran lempung dalam
batuan.
Nilai Rw dapat sangat bervariasi dari sumur ke sumur di beberapa
reservoir karena parameter yang mempengaruhinya antara lain salinitas, suhu,
invasi air tawar, dan perubahan lingkungan pengendapan. Namun, beberapa
metode untuk menentukan resistivitas air reservoir telah dikembangkan, antara
lain: analisis kimia sampel air terproduksi, pengukuran langsung dalam sel
resistivitas, katalog air, kurva potensi spontan (SP), log resistivitas-porositas, dan
berbagai metode empiris.