40 reservoir (4th order) tersebut terbagi dalam 4 major group yang berbeda-beda (3rd order), dimana secara pengendapan lokalpun mempunyai story yang berbeda ( ditunjang data 6 core dari level reservoir yang berbeda) . Untuk reservoir yang relatif tebal (bisa single sand atau stacked sand, dan ditunjang oleh data pressure), dari log pattern dan seismic, saya masih bisa membedakan bagian facies A, B atau C dsb. Walaupun penyebarannya tidak terkonsentrasi pada 1 areal, relatif, spt kata mas ; areal trend/ flowline atau 2D/3D trend masih bisa dihandalkan. Hasil akhirnya, tidak ada perbedaan yang menyolok antara initial inplace modeling dengan initial inplace dari Mbal atau P/Z ( dari 40 reservoir, hanya 13 reservoir saja yang bisa dilakukan analisa M/bal atau P/Z ).
Seismic attribute untuk "reservoir tipis2"..heemmm, dengan current seismic data yang ada, saya kurang begitu optimis. Sudah dicoba dengan berbagai metode, baik surface extraction, window, surface-surface terdekat, time/horizon slice (dari bbrp jenis seismic attribute), saya tidak melihat pattern yang membuat saya benar2 yakin ( sangat terbuka untuk diskusi lanjut ) untuk membuat areal probability trend. Ada usulan dari salah satu rekan untuk melakukan "seismic resampling" dari bbrp jenis cube attribute antara lain : AI, Iso Freq dsb. Dan kemudian dari single atau gabungan cube tsb dicoba dicari koefisien korelasinya ( misal dengan Porosity ). Workflow ini banyak menggunakan pendekatan neural network. Usulan yang menurut saya perlu dicoba ( sambil menunggu study geophycist lanjut ). Moga2 saja untuk thin reservoir pendekatan ini bisa dipakai. Hasil antara "calculator" dan "neural network" untuk facies tagging ngga banyak beda mas ( pakai editing dikit2..hee he hee..) Sekali lagi, thanks atas pencerahannya. -Adi- On 8/30/05, oki musakti <[EMAIL PROTECTED]> wrote: > > > Adi, > > Apakah 40 level reservoir itu masih satu 'paket genetic' atau > terpisah-pisah? Apakah mereka masuk dalam, katakanlah third/fourth order > sequece yang sama? Kalau sama mungkin bisa diselidiki, bagaimana interaksi > antara sediment supply dengan akomodasi ie. Apakah ada kecenderungan > sandstone facies (asumsi saya ini reservoirnya) untuk menumpuk di satu > lokasi ataukah berpindah-pindah. > > > > Mungkin seismik attributes bisa memperkirakan distribusi reservoir dalam > third/fourth order sequence. Kalau memang kecenderungannya agradasi (facies > yang sama bertumpuk-tumpuk) ya tinggal dikonsentrasikan saja sand > distributionnya di daerah tersebut misalnya lewat areal probability trend. > Kalau sand nya pindah-pindah (misalnya karena perbedaan kompaksi), areal > probability trend nya harus dimodifikasi sehingga daerah yang sebelumnya > interfluve (shale prone) sekarang jadi sand-prone. > > > > Untuk penentuan facies di sumur, bisa saja pakai metode neural network. > Tapi kalau lagi males kadang2 (atau banyak sering nya) saya pakai saja cara > manual dengan melihat log shape dll. Biasanya nggak banyak beda koq…. > > > > Salam > Oki > > Adi Trianto <[EMAIL PROTECTED]> wrote:Terimakasih atas pencerahan dari > rekan-rekan semua. > > Saya bekerja salah satu gas field di PMx, Malay Basin. Kalau dihitung, > sekitar 40 level reservoir yang tersebar di H,I,J dan K horizon. > Sedangkan, > yang sudah dibukukan baru sekitar 70%nya ( karena merupakan producing > reservoir, beberapa diantaranya adalah reservoir dengan ketebalan <8 m, > tetapi reservoir2 tipis ini diproduksi secara cummingled, sehingga > "menurut > saya" walaupun reservoir ini tipis, reservoir2 ini harus dimodelkan juga > ). > Sedangkan yang 30% ini merupakan upside potential untuk kegiatan > development > lanjut. > > Benar mas Oki, untuk seismik data pada saat ini, saya tidak bisa > mengandalkannya 100% untuk meng-guide penyebaran facies. Ada bbrp level > horizon (small cube) yang kita coba dengan reprosesing ulang dengan > menggunakan Hi-Fi. Tetap saja, ketika saya coba untuk mengetahui koefisien > korelasi dengan property yang lain, xplot masih menunjukkan angka yang > kecil. Kalaupun saya pakai, berarti saya benar-benar "memaksa" seismic > untuk > meng-guide facies modeling. Jadi besar kemungkinan, kita harus melakukan > study lanjut (AVO inversion dll, thanks to pak Frank yang memberikan > pencerahan ke saya 1 minggu yl ). > > Sekarang saya mencoba metode Neural Net spt yang mas Oki sarankan. Tapi > saya > kesulitan men-trace back sebenarnya cut-off yang dipakai oleh metode ini > itu > apa. Misal, saya menggunakan GR,Por, Den dan Vclay untuk mengenerate > Facies > Tagging ( sebelumnya saya pakai " Calculator " ), yang saya dapatkan > hanyalah hasil langsung, dan inipun harus dimodifikasi dulu dengan > template > yang ada dan editing secara manual. Untuk distribusi lateralnya......., > saya > sedang mencoba saat ini. > > Salam, Adi T > > > > > > __________________________________________________ > Do You Yahoo!? > Tired of spam? Yahoo! Mail has the best spam protection around > http://mail.yahoo.com >
