Acuan Study Pemodelan GR

ACUAN
STUDI PEMODELAN GEOLOGI-RESERVOAR

Oleh
Dadang Rukmana
Ir. Gunawan Sutadiwiria, M.Sc., Ph.D
17 Mei 2008 (ITB)

10 Mei 2008 (Unpad)
18 April 2008 (Trisakti)
14 April 2008 (Lemigas)
8 Desember 2007 (UPN)
DINAS STUDI EPT & EVALUASI CADANGAN

DIVISI KAJIAN DAN PENGEMBANGAN
DEPUTI PERENCANAAN
Copyright Dadang Rukmana (BPMIGAS)
AGENDA PEMODELAN GEOLOGI-RESERVOAR
1. MAKSUD & TUJUAN

2. KASUS
3. FLOW PEMODELAN GGR
4. PETROPHISIC
5. SCALE-UP WELL LOG
6. VARIOGRAM
7. PEMBUATAN MODEL GRID & DUAL POROSITY
8. FACIES & PEMODELAN
9. PEMODELAN POROSITAS
10.PENENTUAN PERMEABILITAS & PEMODELAN
11.VALIDASI PROPERTY
12.COARSE MODEL
MAKSUD & TUJUAN
• Memberikan informasi kasus-kasus yang terjadi, hasil dari

studi atau sertifikasi.
• Memberikan masukan dari BPMIGAS dalam melakukan
studi Pemodelan Geologi-Reservoar.
• Format pelaporan/diskusi dengan BPMIGAS
• Diharapkan kita mempunyai standar acuan yang sama
dalam melakukan Pemodelan Geologi Reservoar.
• Hasil studi dapat dipakai langsung oleh KKKS baik dalam
pengembangan lapangan atau mengoptimalkan produksi.
• Hasil Studi dapat dilanjutkan oleh KKKS dan kalau ada data
tambahan KKS dapat memperbaikinya.
KASUS – KASUS HASIL STUDY GGR & SERTIFIKASI
Kasus kekeliruan dalam interpretasi seismik, model geologi dan
reservoar.
Rencana Pengembangan
Data Aktual
Compiled by Dadang Rukmana (BPMIGAS)

Kasus kekeliruan dalam interpretasi seismik, model geologi dan
reservoar.
Rencana Pengembangan Kondisi Saat ini
Kondisi lapangan saat

Peta Oil Saturasi
pengajuan POD :
• Seismik 3D
• 1 sumur di central dan 5 ada Peta Oil Saturasi
di selatan.
Usulan awal :
• OOIP = 168.3 (MMSTB),
• RF = 36.8 – 43.2 %
• Peak Produc. = 18 rb bopd
Evaluasi Subsurface :
• OOIP = 146 MMstb
• RF = 18 – 32 %
• Peak Prod. = 12-16 rb bopd
Persetujuan POD :
• OOIp = 146 MMstb,
• RF = 32 %
• Peak prod. = 16 rb bopd.
Inplace 7 MMstb, RF = 17%,
berdasarkan (29 sumur) .
Produksi aktual peak 2500
bopd
1. Kasus salah satu lapangan minyak ”X” dimana diperkirakan akan
menghasilkan produksi minyak yang cukup besar tetapi realita produksi
sekitar 25 % dari rencana semula maka akan berdampak kepada over
fasilitas produksi dan merugikan Negara.
 Hasil dari Inhouse : 60,000 bopd
 Hasil Sertifikasi Institusi Internasional : 55,000 bopd
 Hasil dari Institusi dalam negeri : 50,000 bopd
 Persetujuan : 17,700 Bopd
 Aktual : 4,500 Bopd
2. Cadangan menurun dengan bertambahnya data. Kasus di lapangan
minyak ”Y”.
Tahun OOIP (MMSTB) Ult. Rec. Res. (MMSTB) (%)
2004 298.9 73.84 100.0
2005 295.5 28.4 38.5
2006 295.5 28.4 38.5
2007 125.2 24.6 33.3
3. Kasus lapangan gas ”Z” dimana cadangan 90%P1+50%P2 menurun,

akibatnya commitment tidak terpenuhi. Didalam pengembangan lapangan
OGIP memakai 2P = 2,3 Tscf.
Tahun KKKS OGIP (BSCF) Ult. Rec. Res. (BSCF) (%)

1995 A 1,943 1,552 100.0
2001 B 1,674 1,415 91.2
2005 C 1,576 1,126 72.5
2007 C 1,408 1,052 67.8
4. Dari kasus-kasus shortfall gas lapangan di Indonesia, cadangan yang telah

disertifikasi cenderung over estimate antara 30% s/d 90%.

5. Beberapa kasus masalah sertifikasi cadangan KKKS :

 Melakukan sertifikasi ke beberapa lembaga dengan data yang sama, hasil
sertifikasi yang terbesar tsb yang akan di laporkan.
 Jika ada indikasi cadangannya meningkat dengan penambahan suatu data,
maka KKKS tsb akan melakukan sertifikasi setiap saat. Tetapi jika ada indikasi
cadangan menurun dengan penambahan data, maka sertifikasi tidak akan
dilakukan lagi dengan alasan commitment dengan buyer.
Terakhir
Sertifikasi Cadangan
sertifikasi
dilakukan tiap tahun
dilakukan
Hasil studi terakhir,

cadangan awal
menurun

Kontribusi Parameter Penyebab Over/Under Estimate
Perhitungan Inplace
Perhitungan Inplace :
• Hasil Interpretasi Seismik ± maks 40%
• Analisa Petrofisik : Porositas < 5% & Sw < 15%
• Penentuan Cut-Off Petrofisik ± maks 15%
• Analisa PVT : < 5 % minyak dan < 20% untuk Gas
• Penentuan Contact : ± maks 10 %
• Penyebaran Hidrokarbon (Geologi) : ± maks 50 %
• Keterbatasan Data : Kontribusi ± maks 35 %
• Cara Perhitungan : Kontribusi ± maks 20 %
• Dan Lain-lain : Kontribusi ± < 20 %
Kontribusi Parameter Penyebab Over/Under Estimate
Perhitungan Cadangan
Perhitungan RF (Cadangan) :
• Data Tekanan : Kontribusi ± maks 15 %
• Interpretasi Tes : Kontribusi ± maks 20 %
• Penentuan Cut-Off Petrofisik : Kontribusi ± maks 15%
• PVT : Kontribusi ± maks 10 %
• Aquifer : Kontribusi Minyak < 20 %, Gas < 40%
• Penyebaran Facies : Kontribusi ± maks 20%
• Parameter yg diasumsi/Analog/Teori : Kontribusi ±< 25%
• Cara Perhitungan/Pemodelan : Kontribusi ± < 20%
• Penentuan Artificial Lift : Kontribusi ± < 10%
• Data Core/Scal : Kontribusi Core < 15% dan Scal < 20%
• Dan Lain-lain : Kontribusi ± < 20 %
KEKELIRUAN DALAM INTERPRETASI SEISMIK DAN
GEOLOGI
Setelah sumur baru

di Bor Top Carbonate
turun
Top Carbonate (Old)
Top Carbonate (New)

KEKELIRUAN DALAM PEMODELAN POROSITAS
Mendistribusikan Porositasi berdasarkan Inversi (Attribute Seismic) akan
menghasilkan distribusi porositas yang homogen baik secara lateral maupun
vertikal.
Distribusi Porositasi dari Inversi Distribusi Porositasi dari Geostatistik

FAKTOR KEKELIRUAN ANALISA PARAMETER PETROFISIK

FAKTOR KEKELIRUAN DALAM PERHITUNGAN SW
210 FA1 K>100
FA1 K(10-100)
200 FA1 K(1-10)
FA1 K(0.1-1)
190
FA1 K<0.1
180 Curve A
Curve B
170 Curve C
Curve D
160
Curve E
Sw terlalu optimis, 150
tidak divalidasi 140
130
dengan data 120
Capiler Pressure 110
100
Harga Sw < Swirr ? 90
80
70
60
50
40
30
20
10
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Compiled by Dadang Rukmana (BPMIGAS) -10
FAKTOR KEKELIRUAN PARAMETER
DALAM PENENTUAN INPLACE UNTUK LAP. GAS

FAKTOR KEKELIRUAN PENGOLAHAN DATA RES.
Relative Permeabilitas untuk Fracture
Contoh Kesalahan dalam membuat Kro, Krw vs Swc didalam Fracture.
Kro, Krw vs Swc di reservoar fracture umumnya ditarik garis lurus,
seharusnya bentuk kurva tergantung dari lebar fracture dan
Permeabilitas fracture.
Fracture
Water-Oil Relative Permeability Curve
1,0
0,9 Untuk Permebilitas
0,8
0,7
> 10 D
0,6 Krw
Kr
0,5 Kro
0,4
0,3
0,2
0,1
0,0
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
Sw

HUBUNGAN TIPE PORI DAN POTENSI PROBLEM
RESERVOAR
Reservoar
Bagus
Masalah dalam perhitungan SW Masalah dalam perhitungan Porositas
Compiled by Hadi Prasetyo (BPMIGAS)

KESALAHAN DALAM PEMBUATAN KORELASI
Memaksakan Korelasi < 0.85 (Koefisien Error).

KETIDAKPASTIAN DIDALAM PREDIKSI PRODUKSI
Uncertainty In
Predictions

KETIDAKPASTIAN DIDALAM
INTERPRETASI SEISMIK & PEMETAAN GEOLOGI

FLOW PEMODELAN (3D CURVE PROPERTY)
Peta Top & bottom Peta Top Structure (Main) & Fault Facies dari Inversi
Structure (Lapisan sand / => Seismic => Neural Network
Marker / zonasi / reservoir (Attribute Seismic)
characterization ), Fault Property (Facies,
=> Geologi Porositas, Vshale)
=> Petrophisic
Peta Facies
Fine Grid Variogram Facies Per Lap./
(GG Model, ScaleUp Per Lap./Marker/ Marker/
Fault) Res.Charact
Well Log Reservoar Cha.
eristic
Variogram Property (Por. => Geologi
& Vshale) Per Lapisan &
Per Facies
Penyebaran Facies
Penyebaran Simulasi
Porositas Penyebaran Por. & Reservoar
dari Inversion Vshale
=> Neural
Network Penyebaran Permeabilitas
(Attribute => K vs Por (Per Facies)
Seismic)
3D Curve ScaleUp
Property Coarse Model
Validasi Property
DATA-DATA DAN PARAMETER PETROPHISIC
1. Data-data yang tersedia, seperti :

 Jumlah sumur yang ada dan sumur yang dianalisa (Jika sumur yg dianalisa tidak
selurunya, jelaskan alasannya ?)
 Jenis log yang tersedia, buatkan check list dalam matrik.
 Ketersedian data core, sebutkan nama2 sumur, berapa data core dan diambil
pada formasi/lapisan mana saja ? Tandai di peta lokasi sumur yg ada Core.
 Data test (sumur & lapisan pada saat diambil), sejarah complesi (yg sudah
produksi) dan Analisa water
2. Tampilkan parameter-parameter petrofisik dan bagaimana dalam penentuan

parameter tsb. Pertimbangkan perbedaan formasi, zonasi dan facies
 Faktor Sementasi (m), saturation exponent (n), koefisien (a), Rw, sifat-sifat fisik
fluida (rhof) dan matriks batuan (rhob)
 Dalam penetuan Rw, tampilkan Rw dari analisa water (jika ada), Rw dari Sp,
Pendekatan Rwa, dari sumber lain (Katalog Rw, dari test (RFT & DST) dan lain-
lain. Sebutkan alasan pemilihan harga Rw.
 Cara penentuan Vshale, Jika menggunakan : GR (tampilkan Grbersih & GRshale ),
SP (tampilkan SPbersih & SPshale ), Netron (Por.N,min & PorN,shale), Resistivity (RTshale
& RTmin) dan lain-lain.
DATA-DATA DAN PARAMETER PETROPHISIC

ANALISA FRACTURE DARI PETROPHISIC
3. Jika ada indikasi adanya fracture, seperti :

 Dari porositas < 12% dan Permebilitas < 15 md baik dari core atau hasil log
tetapi produksi cukup besar khususnya fluida.
 Lithologi batuan terutama parameter m (faktor sementasi), apabila harga m <
2 batuan karbonat menunjukan adanya pengaruh fracture.
 Data FMI.
 Pengamatan core, thin section dan Swirr < 10%.
 Pengamatan Well Test Analisis.
 Cross over antara swrr VS drho (anomaly spike)
 SP menunjukan anomaly spike
 Terjadi noise pada Rxo
 Terjadi noise pada density yang telah dikoreksi
 Nilai pef (density) yang menonjol, disertai kehadiran barite
 Nilai caliper yang menonjol (terjadi bila fracture > 1 mm
 Micro spirical focus log ( MSFL – resistivity) yang menonjol
 Jika mengunakan lumpur yang berbahan air, nilai resistivity mud filtrate (Rmf) akan
tinggi jika dibandingkan dengan resistivity water
Agar dihitung poritas dari Density-Netron dan Sonic.
Hitung Porositas fracture = PorDensity Netron – PorSonic
Copyright Dadang Rukmana & Galih A.W. (BPMIGAS)
THIN SECTIONS

CONTOH PENAMPANG LOG YANG TERIDENTIFIKASI
ADANYA FRACTURE

VALIDASI PETROPHISIC DAN PENENTUAN CUT-OFF
4. Validasi hasil interpretasi log :

 Porositas Log dengan Porositas Core
 Water Saturation dengan data test, produksi dan Kapiler pressure (Jfunction)
 Vshale dengan data test
5. Tentukan Cut-off : Porositas, Vshale dan Sw. Perlu dipertimbangkan kalau

ada fracture dan minyak & gas. Secara statitik cut-off Por (untuk oil 10 – 16% tergantung
tekanan & viskositas dan gas 6 – 12%), Vshale (20 – 50 %) dan Sw (55 – 70%).

PENENTUAN CUT-OFF
BERDASARKAN DATA TEST
Penentuan Cut-off dengan metode Kombinasi Permeability, Porosity dan Sw
10000.00
4.00
10000
PIGN=7.0%
1000.00
1000
3.00
100.00
100.00
100
2.00
ELAN KINT (md)
10.00
10
1.00
KINT=3.0 md
1.00
0-0.1
0.00
1.0 0.1-0.2
0.2-0.3 0.10
0.3-0.4
0.1
-1.00 系列2
0.4-0.5 系列3
0.5-0.6 0.01 系列1
0.6-0.7 DSTs
0.01
-2.00 A3 DST#1
0.7-0.8
0.8-0.9 0.00
0.9-1.0 0.00 0.05 0.10
0.10 0.15 0.20 0.25
0.001
-3.00
0.00 0.05 0.10 0.15 0.20
ELAN PIGN

PENENTUAN CUT-OFF
TIDAK ADA DATA TEST SUMUR YANG TIDAK FLOW
Cnotoh Penentuan Cut-off Pada Lapangan Gas

VALIDASI PETROPHISIC

FORMAT PELAPORAN PETROPHISIC
6. Format pelaporan hasil analisa petrofisik :

 Format pelaporan standar petrofisik (gambar log Porositas, Sw, Marker, data
core, lithologi batuan, data test, komplesi dan lain-lain).
 Tabel-1, Summary parameter-parameter Petrofisik yang digunakan dan cut-off.
 Tabel-2, summary hasil analisa Petrofisik.
Tabel-1
Formasi/Zonasi/Res a m n Rw rhof rhob GRmin GRmak Cut-off Cut-off Cut-off dll
ervoar Por Vsh Sw
Formasi A/Res. A -- -- -- -- -- -- -- -- -- -- -- --
Formasi B/Res.B -- -- -- -- -- -- -- -- -- -- -- --
Tabel-2 Cut-off Por & Vshl Cut-off Sw

Well Formasi/ Facies Top Bott Gros Net Vshl Por Sw N/ Net Vshl Por Sw N/
Layer/ (Contoh) om s Sand G Pay G
Zonasi
Well -1 Formasi A
Layer A.1 Bar-Shale ---- ---- ---- ---- ---- ---- ---- --- ---- ---- ---- ---- ---
Bar dan
Layer A.2 Channel ---- ---- ---- ---- ---- ---- ---- --- ---- ---- ---- ---- ---
Formasi B
Layer B.1 Barl ---- ---- ---- ---- ---- ---- ---- --- ---- ---- ---- ---- ---
Shale
Layer B.2 ---- ---- ---- ---- ---- ---- ---- --- ---- ---- ---- ---- ---

DATA INPUT DARI PETROPHISIC UNTUK PEMODELAN
7. Hasil Petrofisik untuk Input Pemodelan 3D Curve Property :

 Data-data petrofisik sebagai input Pemodelan adalah per ½ (setengah) feet.
 Data-data utama : Depth, Facies, Porositas, Vshale.
 Data-data pendukung : PorDN,, PorSonic,GR, RT, Res. Flag, Flow Unit,
Permeability (jika permeabilitas akan dimodelkan, maka harus dalam bentuk
log(K)), Sw, Swi (hasil dari Jfunction), dll.

SCALEUP WELL LOG
Hal-hal yang perlu diperhatikan :

1. Setelah model grid dibangun dan data well sudah masuk, maka data well
perlu di scaleup(di rata-ratakan) sesuai dengan tebal lapisan untuk tiap-
tiap lapisan grid.
2. Validasi antara property hasil scaleup dengan data well log dengan
melihat bentuk/besaran pada histogram, jika terlalu jauh maka tebal
lapisan harus dikurangi. Dalam laporan/presentasi agar ditampilkan
histogram tsb dan buat tabel yang berisi perbandingan antara data hasil
scaleup dengan data dari well log :
 Nilai Minimum dan maksimum.
 Nilai Median dan rata-rata. Well Log
Scale Up

SCALEUP WELL LOG

VARIOGRAM
Variogram adalah statistik tool untuk interpolasi diantara dua/lebih data yang
bersifat pembobotan.
Penentuan
Panjang/lebar Major &
Minor dan Orientasi dari
Geologi setelah
memetakan Properti 2D

ANALISA VARIOGRAM
Nugget

PARAMETER VARIOGRAM
Pengaruh Nugget
Apabila Nugget > 0
Bentuk Variogram
Nugget = 0
Perubahan properti akan
smooth, cocok untuk
reservoar yang relatif
homogen
Bentuk Variogram
Nugget > 0
Perubahan properti sangat
dratis, cocok untuk reservoar
yang heterogen

PARAMETER VARIOGRAM
Pengaruh Range
Penentuan Range dalam analisa variogram akan menentukan keakuratan
pemodelan property

PARAMETER VARIOGRAM
Pengaruh Metode
Penentuan metode Variogram sangat penting dalam pemodelan distribusi property
Spherical Linear
Exponential Gaussian

FORMAT PELAPORAN VARIOGRAM
Format pelaporan hasil analisa variogram Property (Facies, Porositas, dll)

harus ditabelkan dan ditampilkan gambar untuk tiap-tiap property, per facies
dan per lapisan. Per Lapisan bila memungkinkan/data cukup banyak, jika data tidak cukup
banyak variogram tiap-tiap lapisan bisa digabungkan berdasarkan justifikasi dari geologi yaitu
ada kemiripan tren, orientasi yang mirip, parameter (major,minor dan range) yang identik.
Tabel : Variogram Facies
Formasi/ Model Anisotropy Orientasi
Zonasi Layer Type Major Minor Ratio (contoh) Sill Nugget Keterangan
Formasi A Layer A.1 Spherical ---- ---- ---- N-S ---- ---- ----
Layer A.2 Exponential ---- ---- ---- NE – SW ---- ---- ----
Spherical NW – SE
Layer A.3 ---- ---- ---- ---- ---- ----
Tabel : Variogram Porositas atau property lainnya

Formasi/ Porositas/ Model Anisotropy
Zonasi dll Type Major Minor Ratio Orientasi Sill Nugget Keterangan
Formasi A
Layer A.1 Bar ---- ---- ---- ---- ---- ---- ----
Channel ---- ---- ---- ---- ---- ---- ----
Shale ---- ----
Layer A.2
Bar ---- ---- ---- ---- ---- ---- ----
Channel ---- ---- ---- ---- ---- ---- ----
Shale ---- ---- ---- ---- ---- ---- ----

PEMBUATAN MODEL GRID
• Ukuran cell agar diperhitungkan jarak antar sumur yang paling dekat untuk fine
model minimal 4 cell dan untuk coarse model minimal 2 cell diluar cell sumur.
Untuk Fine model usahakan ukuran cell maksimum 50 m (0.62 acres).
• Distribusi ketebalan cell agar diperhitungkan/dipertimbangkan distribusi inplace

untuk tiap-tiap zone (lapisan berdasarkan geologi). Jika zone yang mempunyai
inplace yang besar maka ketebalan cell pada zone tersebut harus lebih kecil
begitu juga sebaliknya.
• Ketebalan cell agar divalidasi dengan hasil scaleup well log, jika kurang bagus
maka ketebalan cell harus diperkecil.
• Untuk zone shale yang sifatnya menerus cukup 1 lap.
• Dalam laporan/presentasi ditampilkan :
 Ukuran cell : … dan jumlah cell : ….
 Jumlah lapisan : ….. (dari zone geologi …)
 Dimensi grid (fine/coarse) :
 Rata-rata ketebalan cell untuk sand/porous : …..
 Rata-rata ketebalan cell untuk shale : …..

PETA GEOLOGI & SEISMIC UNTUK PEMODELAN
Peta Top & bottom Structure (Lapisan

Peta Top Structure (Main) & sand / Marker / zonasi / reservoir Fine Grid
Fault (GG Model,
characterization ), Fault
=> Seismic Fault)
=> Geologi
Fine Grid
Intepretasi Seismik Peta Top & Bot. Lap. Facies Model
Top Layer 1
Facies A 12 Layer
Bot. Layer 1
Formasi A
Shale Shale 1 Layer
Top Layer 2
Formasi B Facies B 14 Layer
Formasi A
Bot. Layer 2
Formasi C Shale Shale 1 Layer
Peta Top Struktur

Top Layer 3
Formasi A
Facies C 17 Layer
Bot. Layer 3
Shale Shale 1 Layer

Top Layer 4
Facies D
20 Layer
Bot. Layer 4
PEMBAGIAN ZONASI / FLOW UNIT UNTUK
RESERVOAR KARBONAT

PEMBUATAN MODEL GRID DUAL POROSITY
Parameter Fracture
• Klasifikasi fracture (Type A,B atau C), dapat ditentukan dari omega.
• Intensitas fracture, dapat ditentukan dari core, thin section dan FMI.
• Lebar fracture, thin section
• Porositas fracture (dari statistik dunia lapangan Frac. rata-rata ΦF < 0.5%), dapat ditentukan :
o Analisa data log antara Sonic dan Density-Netron : ΦF = ΦDN – ΦS
o Menggunakan Lithologi m (faktor sementasi) dan porositas total (density-netron log)
o Menggunakan formula apabila harga Lebar Fracture (W) dan intensitas fracture (Z) dapat
ditentukan. ΦF = W / Z x 100, % dan ΦF = W / (W x Z) x 100, %
o Menggunakan chart apabila harga Lebar Fracture (W) & intensitas fracture dpt diketahui.

Parameter Fracture
• Permeabilitas Fracture, dapat ditentukan apabila lebar fracture dan intensitas fracture
dapat diketahui :
 Menggunakan formula : Kf = 84.4 x105 W3/Z , D
 Menggunakan Chart.
Lucia 1995
AAPG

Klasifikasi Fracture
f Cf

 f C f  m C m TYPE Omega F vs M
Omega < 0.35 Hidrokarbon di

A matrik > Fracture
km
   .rw2  1     
kf
B Hidrokarbon di
0,36 <σ < 0.65 matrik = Fracture
C Hidrokarbon di
0.66 < Omega
matrik < Fracture
PEMBUATAN MODEL GRID

Klasifikasi Fracture Dalam Pembuatan Model 3D
FractureType-A FractureType-B FractureType-C
Type A :
Perbandingan arah hor.
& vert. 1 x (> 20)
Type B :
Perbandingan arah hor.
& vert. 1 x (< 20)
Ratio arah hor. X ver. Model Fracture 1 x 5 Model Fracture 1 x 1

1 arah horiz. Vs 5 arah vert. 1 arah horiz. Vs 1 arah vert.
Dapat juga dihasilkan
dari history macthing
Penentuan perbandingan fracture arah hor. &
pd saat simulasi.
vertical ditentukan oleh seorang geologi.
DENGAN SOFTWARE
Oil Per Unit Area - Total - Fracture (m) 2005-07-30 K layer: 3
385,000 386,000 387,000 388,000 389,000

Tiaka-02
9,800,000
9,799,000
2.00
9,799,000
1.80
9,798,000
1.60
1.40
Tiaka-10
Tiaka-01
Tiaka-05 1.20
9,798,000
Tiaka-08
1.00
9,797,000
Tiaka-06
0.80
Tiaka-04
Tiaka-09
0.60
9,797,000
0.40
0.00 0.25 0.50 0.75 1.00 mile

0.20
0.00 0.25 0.50 0.75 1.00 km
0.00
385,000 386,000 387,000 388,000 389,000

ANALISA FACIES
Analisa Facies sangat penting dalam pemodelan resrvoar. Analisa facies dimulai dari
data core, analisa log, tekanan dan performance produksi.
Performance produksi untuk Channel umumnya mempunyai produksi
awal tinggi dan penurunan decline diatas 30%, sedangkan subtidal
produksi awal rendah dan umur produksi cukup panjang dengan
decline rate rata-rata dibawah 30%.
Chanel
Chanel Subtidal
Permeabilitas Porositas
JENIS-JENIS FACIES DALAM HISTOGRAM
POROSITAS
PERMEABILITAS

PEMODELAN FACIES
ScaleUp Well Log
Property (Facies, Peta Facies
Porositas, Vshale) Per Lap./
=> Petrophisic Marker/ Variogram Facies
Res.Charact Per Lap./Marker/ Penyebaran Facies
eristic
=> Geologi
Chanel
Lay. A1
Variogram
A1
Facies Modeling Lay. A1

- ISF (Indicator
A2
Simulation of
Facies)
- SIS (Sequential
A3
Indicator
Simulation)
-MPS (Multi Points
Statistic)
Subtidal
Chanel Sheet Lay. A1

PEMODELAN POROSITAS
Distribusi Porositas dari Inversi

Facies Neural Network
ScaleUp
Well Data Well Log
Hasil
Distribusi
Porositas
Variogram

PENENTUAN PERMEABILITAS
1. Untuk Penyebaran Permeabilitas bisa beberapa cara :
• Menggunakan transform hubungan K vs Porositas di quide dengan Vshale.
• Disebarkan dengan Geostatistik tetapi software harus tersedia “Neural Network”
atau “Cloud Transform” atau metode baru yang bisa memodelkan permeabilitas
(bukan SGS atau Co-kriging) dan data well yang masuk harus dalam bentuk
Log(K).
2. Baik menggunakan transform maupun geostatisk data-data permeabilitas hasus dapat

dipisahkan per Facies. Jika tidak memungkinkan untuk pemisahan berdasarkan facies
karena data core tidak cukup, bisa menggunakan FZI (flow zone indikator).

TRANSFORM PERMEABILITAS Vs POROSITAS
Permeability Transform For Facies A
100.0
Vsh, %
0
10
Permeability, md
10.0
20
30
1.0
0.1
0.00 0.05 0.10 0.15 0.20 0.25
Porosity

HUBUNGAN MODEL FACIES VS TRANSFORM
Core photograph of slightly
bioturbated, fine-medium
grained, multi-story, fining
upward sandstone with Porosity vs. Hz.Permeability X-Plot
quartz pebbles and locally Core photograph of
calcite cement. bioturbated, very fine
grained, fining upward
sandstone with locally
calcite cement and
glauconite distribution.
Typical well-log
Compiled by Hadi Prasetyo (BPMIGAS)
PENYEBARAN/DISTRIBUSI PERMEABILITAS
Penyebaran Facies Penyebaran Permeabilitas Penyebaran Por. & Vshale
Hasil
Distribusi
Permabilitas
Distribusi
Distribusi Porositas &
Facies Vshale
100.0
Facies A
Permeability Transform For Facies A
Vsh, %
0
10
Permeability, md
10.0
20
30
1.0
0.1
0.00 0.05 0.10 0.15 0.20 0.25
Porosity
Facies B

VALIDASI PROPERTY HASIL PEMODELAN
Realisasi Pemodelan
Contoh 4 Realisasi hasil pemodelan distribusi facies, dengan data dan
variogram yang sama.
Realisasi 1 Realisasi 2
Realisasi 3 Realisasi 4

Realisasi Pemodelan
Contoh 2 Realisasi hasil pemodelan distribusi property
Realisasi 1
Realisasi 2

Realisasi Pemodelan
Setiap pemodelan properti agar dibuat realisasi beberapa model minimal 5
realisasi. Sgs_Facies_1_Phie_1
Sgs_Facies_1_Phie_2
Sgs_Facies_1_Phie_3
Sgs_Facies_1_Phie_4
Realisasi 1 Sgs_Facies_1_Phie_5
Sgs_Facies_2_Phie_1
Sgs_Facies_2_Phie_2
Sgs_Facies_2_Phie_3
Sgs_Facies_2_Phie_5
Sgs_Facies_3_Phie_1
Sgs_Facies_3_Phie_2
Sgs_Facies_3_Phie_4
Sgs_Facies_3_Phie_5
Sgs_Facies_4_Phie_1
Sgs_Facies_4_Phie_2
Sgs_Facies_4_Phie_4
Sgs_Facies_4_Phie_5
Sgs_Facies_5_Phie_1
Sgs_Facies_5_Phie_2
Sgs_Facies_5_Phie_4
Copyright Dadang Rukmana (BPMIGAS) Sgs_Facies_5_Phie_5
Beberapa cara dalam melakukan validasi dari hasil pemodelan dangan

data well log/scale-up log :
1. Jika sumur cukup banyak :
• Keluarkan minimal 10% sumur, dimana 10% sumur tsb harus menyebar,
kemudian lakukan geostatistik dimulai dari 5 realisasi facies dan
dilanjutkan pemodelan porositas 5 realisai untuk masing-masing facies.
• Dari 25 realisasi pemodelan porositas, pilih model yang mana yang
cocok dg data-data dari 10% sumur tsb. Ambil 10 model yang terbaik.
• Cek dengan histogram dari 10 model tsb antara porositas hasil model
dengan scale-up log (data2 seluruh sumur) dan keluarkan model yang
terjelek.
• Diskusikan dengan geologi mengenai penyebaran porositas untuk
masing-masing model, cek dengan bubble map kumulatif produksi,
kemudian ambil 5 model yang terbaik.
• Jika tidak ada yang cocok satupun disebabkan oleh :
Penentuan variogram yang keliru, atau pembobotan dalam mendistribusikan
porositas yang salah atau pembuatan peta facies yang belum divalidasikan
dengan produksi & tekanan.
2. Jika sumur sedikit :

• Lakukan sensitifiti probabilistik facies mulai dari 20%, 40%, 60% dan
80% terhadap data secale-up log & variogram.
• Setiap sensitifiti realisasikan facies minimal 5 realisasi (total realisasi
ada 20 realisasi.
• Dari 20 realisasi pilih 5 realisasi terbaik berdasarkan histogram,
penyebaran facies (geologi), bubble map kumulatif produksi
(reservoar), performance produksi, tekanan dll.
• Dari 5 realisasi, lakukan pemodelan porositas minimal 5 realisasi
untuk tiap-tiap facies. (total realisasi ada 25).
• Cek dengan histogram dari 25 model tsb antara porositas hasil model
dengan scale-up log (data2 seluruh sumur) dan keluarkan model yang
terjelek. Ambil 15 model yang terbaik.
• Diskusikan dengan geologi mengenai penyebaran porositas untuk
masing-masing model, cek dengan bubble map kumulatif produksi,
kemudian ambil 5 model yang terbaik.

 Setelah mendapatkan 5 model penyebaran porositas yang terbaik,

lakukan penyebaran permeabilitas.
 Laporkan Inplace untuk masing-masing model termasuk
parameter2 dalam perhitungan inplace. Bandingkan inplace tsb
dengan hasil volumetrik.
 Lakukan coarse model dari ke lima model tsb dan lakukan history
matching, pilih 1 model yang mendekati antara produksi dari model
dengan aktual.

COARSE MODEL
Scale-up
Untuk mengurangi jumlah cell dari model yang detil (fine model
dimana jumlah cell diatas 1 jt ) menjadi model dengan jumlah cell
yang lebih kecil (coarse model dimana jumlah cell < 1 jt) yaitu
dengan melakukan scale-up. Pengurangan jumlah cell ini perlu
dilakukan jika model tsb akan dijadikan input untuk run simulasi.
Scale up
116 x 84 x 289 58 x 48 x 150

2,8160,016 417,600 (15%)
COARSE MODEL
Kriteria
Hal-hal yang perlu diperhatikan dalam Scale-up ”COARSE MODEL” :

1. Total cell coarse model minimum 10% dari fine model.
2. Perubahan inplace coarse model maksimum 5% dari inplace fine
model.
3. Jarak antar sumur terdekat minimal ada 2 cell
4. Perubahan properti (Porositas dan Permeabilitas) tidak terlalu
besar. Perubahan untuk porositas rata-rata < 2% dan Permeabilitas
rata-rata < 10%

COARSE MODEL
Scale-up Analysis
Validasi model antara fine model vs coarse model dapat dilakukan :
1. Jika menggunakan Gocad software, coarse model sudah baik
apabila 4 kriteria sudah terpenuhi dan fractional flow coarse
model berada diantara fractional flow fine model.

COARSE MODEL
Scale-up Analysis
2. Jika menggunakan Petrel software, coarse model sudah baik
apabila 4 kriteria sudah terpenuhi dan Histogram permeabilitas
dari fine model vs coarse model tidak terlalu jauh.
Fine Model
Coarse Model
Permeabilitas Fine Model vs Coarse Model

COARSE MODEL
Scale-up Analysis

Acuan Study Pemodelan GR

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Acuan Study Pemodelan GR

Diunggah oleh

Hak Cipta:

Format Tersedia

ACUAN

STUDI PEMODELAN GEOLOGI-RESERVOAR

17 Mei 2008 (ITB)

DINAS STUDI EPT & EVALUASI CADANGAN

1. MAKSUD & TUJUAN

• Memberikan informasi kasus-kasus yang terjadi, hasil dari

Compiled by Dadang Rukmana (BPMIGAS)

Kondisi lapangan saat

3. Kasus lapangan gas ”Z” dimana cadangan 90%P1+50%P2 menurun,

Tahun KKKS OGIP (BSCF) Ult. Rec. Res. (BSCF) (%)

4. Dari kasus-kasus shortfall gas lapangan di Indonesia, cadangan yang telah

Copyright Dadang Rukmana (BPMIGAS)

5. Beberapa kasus masalah sertifikasi cadangan KKKS :

Hasil studi terakhir,

Copyright Dadang Rukmana (BPMIGAS)

Setelah sumur baru

Top Carbonate (Old)

Top Carbonate (New)

Compiled by Dadang Rukmana (BPMIGAS)

Distribusi Porositasi dari Inversi Distribusi Porositasi dari Geostatistik

Compiled by Dadang Rukmana (BPMIGAS)

Compiled by Dadang Rukmana (BPMIGAS)

Sw terlalu optimis, 150

tidak divalidasi 140

dengan data 120

Capiler Pressure 110

Harga Sw < Swirr ? 90

Compiled by Dadang Rukmana (BPMIGAS)

Copyright Dadang Rukmana (BPMIGAS)

Masalah dalam perhitungan SW Masalah dalam perhitungan Porositas

Compiled by Hadi Prasetyo (BPMIGAS)

Memaksakan Korelasi < 0.85 (Koefisien Error).

Compiled by Dadang Rukmana (BPMIGAS)

Compiled by Dadang Rukmana (BPMIGAS)

Compiled by Dadang Rukmana (BPMIGAS)

1. Data-data yang tersedia, seperti :

2. Tampilkan parameter-parameter petrofisik dan bagaimana dalam penentuan

Compiled by Dadang Rukmana (BPMIGAS)

3. Jika ada indikasi adanya fracture, seperti :

Compiled by Dadang Rukmana (BPMIGAS)

Compiled by Dadang Rukmana (BPMIGAS)

4. Validasi hasil interpretasi log :

5. Tentukan Cut-off : Porositas, Vshale dan Sw. Perlu dipertimbangkan kalau

Copyright Dadang Rukmana (BPMIGAS)

Penentuan Cut-off dengan metode Kombinasi Permeability, Porosity dan Sw

Compiled by Dadang Rukmana (BPMIGAS)

Cnotoh Penentuan Cut-off Pada Lapangan Gas

Compiled by Dadang Rukmana (BPMIGAS)

Compiled by Dadang Rukmana (BPMIGAS)

6. Format pelaporan hasil analisa petrofisik :

Tabel-2 Cut-off Por & Vshl Cut-off Sw

Copyright Dadang Rukmana (BPMIGAS)

7. Hasil Petrofisik untuk Input Pemodelan 3D Curve Property :

Copyright Dadang Rukmana (BPMIGAS)

Hal-hal yang perlu diperhatikan :

Copyright Dadang Rukmana (BPMIGAS)

Compiled by Dadang Rukmana (BPMIGAS)

Copyright Dadang Rukmana (BPMIGAS)

Copyright Dadang Rukmana (BPMIGAS)

Copyright Dadang Rukmana (BPMIGAS)

Copyright Dadang Rukmana (BPMIGAS)

Copyright Dadang Rukmana (BPMIGAS)

Format pelaporan hasil analisa variogram Property (Facies, Porositas, dll)

Tabel : Variogram Porositas atau property lainnya