Dokumen tersebut membahas analisis inversi parameter Lambda-Mu-Rho (LMR) pada reservoir gas formasi Baturaja di lapangan Azzurri, Cekungan Sumatera Selatan untuk mengkarakterisasi reservoir dan mengidentifikasi litologi serta fluida menggunakan data seismik dan sumur. Parameter LMR mampu membedakan litologi dan kehadiran gas, dan inversi LMR meningkatkan resolusi hingga dapat mendeteksi ketebalan reservoir sebesar 25 kaki.
1. ANALISA INVERSI LMR PADA
RESERVOIR GAS BATUAN
KARBONAT FORMASI BATURAJA DI
LAPANGAN AZZURRI, CEKUNGAN
SUMATRA SELATAN
MUHAMMAD KURNIAWAN
TEKNIK GEOFISIKA
FAKULTAS TEKNIK PERTAMBANGAN & PERMINYAKAN
INSTITUT TEKNOLOGI BANDUNG
2. Latar Belakang
Data seismik memiliki peranan penting dalam karakterisasi
reservoir, khususnya dalam membedakan litologi maupun fluida.
Inversi Impedansi Akustik (AI) sering digunakan untuk membantu
membedakan litologi maupun fluida, namun banyak dijumpai
dimana nilai AI untuk beberapa litologi memiliki nilai yang hampir
sama.
Parameter Lambda-Mu-Rho digunakan untuk membantu
membedakan litologi maupun fluida dengan lebih baik.
3. Tujuan
Melakukan karakterisasi reservoir yang mengandung hidrokarbon
(gas) menggunakan analisa parameter lambda-rho dan mu-
rho untuk mengetahui penyebaran reservoir, identifikasi
liologi antara shale dan limestone beserta kandungan
fluida.
4. Geologi Regional
Lokasi
Penelitian
Lokasi Penelitian berada di
Cekungan Sumatera
Selatan, Provinsi Jambi.
Lingkungan sistem
pengendapan berupa
lingkungan sistem marine.
Jebakan hidrokarbon berupa
jebakan struktur, reef build
up pada reservoir formasi
baturaja dengan ketebalan
zona gas 25 feet.
6. Rigiditas didefinisikan sebagai seberapa besar
material berubah bentuk terhadap shear stress.
Rigiditas menyatakan seberapa mudah suatu
material atau batuan untuk di geser (slide over).
Semakin mudah suatu batuan untuk di slide over
maka dikatakan batuan tersebut memiliki rigiditas
yang rendah, begitu pula sebaliknya
Rigiditas ( ) sensitif terhadap matriks batuan
Teori Dasar
µρ
7. Teori Dasar
Ilustrasi Rigiditas
Batuan sebelum dikenai shear stress
Batuan dikenai shear stress, fluida dalam pori antar matriks
tidak dapat melawan shear stress µ fluida = 0
Rigiditas / shear modulus hanya dipengaruhi
matriks batuan
Shale dengan orientasi matriks memipih,
Mudah untuk di geser/slide over/ shear
Memiliki nilai µ yang rendah
Limestone
Sulit untuk di shear /
slide over
Memiliki nilai µ yang tinggi
8. Teori Dasar
Inkompresibilitas didefinisikan sebagai besarnya perubahan
volume (dapat dikompresi) bila dikenai oleh stress.
Inkompresibilitas merupakan kebalikan dari kompresibilitas.
Menyatakan daya tahan terhadap perubahan volume ketika
terjadi perubahan kompresi yang mengenai suatu material
atau batuan.
Semakin mudah suatu material atau batuan dikompresi
maka semakin kecil harga inkompresibilitasnya begitu pula
sebaliknya.
Inkompresibilitas ( ) sensitif terhadap fluida poriλρ
9. Teori Dasar
Ilustrasi Inkompresibilitas
Ruang pori antar matriks berkurang
Jika pori terisi fluida spt minyak
atau air
Fluida tsb melawan gaya kompresi dengan
meningkatkan tekanan pori
Batuan tsb sulit dikompresi (λ tinggi)
Jika pori terisi fluida gas
Fluida gas tidak dapat melawan gaya kompresi dengan
meningkatkan tekanan pori (tidak seperti minyak atau air)
Batuan tsb mudah dikompresi (λ rendah)
Memiliki maksimum jumlah ruang pori
antar
matriks.
10. Teori Dasar
Goodway et alGoodway et al mengajukan pendekatan baru untuk mendapatkan parameterparameter
LaméLamé Lambda (λ) and Mu (µ) yang dikenal sebagai Lambda-Mu-RhoLambda-Mu-Rho (LMRLMR)
Teori :
22
22
22
2:
)2()(:
)(:
2
SP
PP
SS
SP
ZZsehingga
VZdan
VZmaka
VdanV
−=
+==
==
=
+
=
λρ
ρµλρ
µρρ
ρ
µ
ρ
µλ
Zp = Vp ρ Zs = Vs ρ
11. Data Seismik
PSTM Gather
Line 856_82, sampling rate 2 ms, telah di-NMO, 698 CDP, Dominan frekuensi 50 Hz
14. Well-Seismic
Tie
PSTM Gather
Rp & Rs Estimate
Rs VolumeRp Volume
Layer
Properties
Fluid
Indicator
Ekstraksi Wavelet Rp Ekstraksi Wavelet Rs
Extract λρ, µρ
Lithology
Identification
Workflow for generating Lambda-Mu-Rho (LMR)
Well Data
Petrophysics
Crossplot
Initial Model Zp Initial Model Zs
Invert Zp Invert Zs
15. Vs target
Proses domain, sample rate,
velocity unit, tops yang dianalisis
External attribute yang digunakan :
GR, NPHI, dan RHOB
Create multi atribute
Vs pendekatan
atribut RHOB
Vs pendekatan 2 atribute,
NPHI & RHOB
Vs pendekatan 3 atribute,
NPHI, RHOB & GR
Analisa krosplot Vs - Vp
Vs prediksi yang dipakai
Vs pendekatan 3 atribute
Diagram alir S-Wave prediksi
38. MuRho (Lithology indicator)
µρ tinggi
menunjukkan litologi
limestone pada zona
reservoar gas
REEF
lagoonal
BASEMENT
NW SE
39. Lambda Rho (HC indicator)
λρ rendah efek dari
fluida gas
REEF
BASEMENT
NW SE
40. LambdaRho (HC indicator)
REEF
BASEMENT
Secara hidrostatik (GWC) gas berada diatas
(perbedaan tekanan)sehingga ini efek dari gas,
jebakan potensial baru lapangan Azzuri (internal
report PT. Medco E & P 25 Juli 2006 )
NW SE
43. Dominan frekuensi setelah di inversi (section Lambda-
Rho), kisaran pada zona target dengan time 500 – 800
ms dan CDP 4200 – 4300 = ± 70 Hz
44. Hubungan Resolusi Seismik Inversi
LMR dengan Ketebalan Tuning
Zona target dengan insert curve
Lambda-Rho. Ketebalan reservoir
25 feet dengan kehadiran efek
ketebalan tuning. (tuning thickness
= 26.58 feet) dapat terlihat dengan
jelas pada penampang Lambda-Rho
Jebakan potensial baru
dengan batas GWC pada
data log -1762 feet dan
time seismic 600 ms
46. Kesimpulan
Parameter Lambda-Mu-Rho (LMR), berdasarkan dari analisa krosplot dan penampang seismik
baik untuk Lambda-Rho maupun untuk Mu-Rho merupakan parameter yang sangat sensitif
terhadap perubahan litologi maupun fluida. Sehingga parameter ini dapat dijadikan sebagai
parameter utama analisa sifat fisika batuan terutama dalam kaitannya dengan karakterisasi
reservoar.
Inversi LMR mampu memberikan resolusi yang optimum dengan adanya efek ketebalan tuning.
Pada kasus ini, reservoar gas pada lapangan Azzuri memiliki ketebalan 25 feet. Resolusi seismik
pada penampang inversi LMR dapat di-resolve hingga 26.58 feet (8.63 meter) sehingga dapat
terlihat jelas nilai anomali kehadiran gas yang memiliki kesesuaian dengan data sumur dan
memungkinkan untuk melihat penyebaran fluida dan litologi pada reservoar karbonat formasi
Baturaja di lapangan Azzuri.
55. MERUBAH DOMAIN OFFSET PADA CDP GATHER
MENJADI DOMAIN SUDUT (ANGLE GATHER)
V = kecepatan rata-rata
to = total waktu tempuh zero ofset
2
Vto
Z =
Vto
X
=θtan
= −
Vto
X1
tanθ
Z
X
2
tan =θ
θθ =sudut datang,=sudut datang,
X =X = offsetoffset
Z = kedalamanZ = kedalaman
57. The Two-Term Aki-Richards Equation
Intercept / gradient analysisIntercept / gradient analysis is done with the two-term Aki-Aki-
Richards equationRichards equation. Recall that:
θθ 2
sinBA)(R +=
Where we have dropped the C term and define A and B as:
,
V
V
2
V
V
V
V
4
V
V
2
1
B
2
P
S
S
S
2
P
S
p
P
ρ
ρ∆∆∆
−
−=,
V
V
2
1
A
p
P
+=
ρ
ρ∆∆
58. Approximate Aki-Richards
Assuming that VP/VS = 2 in the full Aki-Richards equationAki-Richards equation:
Thus, the S-wave reflectivityS-wave reflectivity can be estimated as follows from the
intercept and gradient:
+==−=
−−+=−−=
−
−=
ρ
ρ∆∆
ρ
ρ∆∆
ρ
ρ∆∆
ρ
ρ∆∆∆
ρ
ρ∆∆∆
S
S
SPSP
S
S
p
P
S
S
p
P
2
P
S
S
S
2
P
S
p
P
V
V
2
1
Rand,AR:where,R2R
V
V
2
1
V
V
2
1
2
1
V
V
V
V
2
1
V
V
2
V
V
V
V
4
V
V
2
1
B
( )BA
2
1
RS −=
59. Densitas Velocity
Log Impedansi
Checkshot
Koefisien Refleksi
Konvolusi
Wavelet
Seismogram Sintetik
Tras Seismiks
Ekstraksi Wavelet
Wavelet
fasa wavelet
taper length
wavelet length
Seismogram Sintetik
Koefisien
Refleksi
Well-seismik
tie
Skema proses
pembuatan seismogram
sintetik
Skema proses ekstraksi
wavelet untuk memperoleh
wavelet dengan parameter
terbaik untuk proses well-
seismic tie
SKEMA PROSES EKSTRAKSI WAVELET & PEMBUATAN SEISMOGRAM
SINTETIK
61. MERUBAH DOMAIN OFFSET PADA CDP
GATHER MENJADI DOMAIN SUDUT (ANGLE
GATHER)
V = kecepatan rata-rata
to = total waktu tempuh zero ofset
2
Vto
Z =
Vto
X
=θtan
= −
Vto
X1
tanθ
Z
X
2
tan =θ
θθ =sudut datang,=sudut datang,
X =X = offsetoffset
Z = kedalamanZ = kedalaman
63. The Two-Term Aki-Richards Equation
Intercept / gradient analysisIntercept / gradient analysis is done with the two-term Aki-Aki-
Richards equationRichards equation. Recall that:
θθ 2
sinBA)(R +=
Where we have dropped the C term and define A and B as:
,
V
V
2
V
V
V
V
4
V
V
2
1
B
2
P
S
S
S
2
P
S
p
P
ρ
ρ∆∆∆
−
−=,
V
V
2
1
A
p
P
+=
ρ
ρ∆∆
64. Approximate Aki-Richards
Assuming that VP/VS = 2 in the full Aki-Richards equationAki-Richards equation:
Thus, the S-wave reflectivityS-wave reflectivity can be estimated as follows from the
intercept and gradient:
+==−=
−−+=−−=
−
−=
ρ
ρ∆∆
ρ
ρ∆∆
ρ
ρ∆∆
ρ
ρ∆∆∆
ρ
ρ∆∆∆
S
S
SPSP
S
S
p
P
S
S
p
P
2
P
S
S
S
2
P
S
p
P
V
V
2
1
Rand,AR:where,R2R
V
V
2
1
V
V
2
1
2
1
V
V
V
V
2
1
V
V
2
V
V
V
V
4
V
V
2
1
B
( )BA
2
1
RS −=
65. Sparse Spike Inversion
Sparse Spike Inversion assumes that the actual reflectivity can be thought
of as a series of large spikes embedded in a background of small spikes:
Sparse Spike Inversion assumes that only the large spikes are
meaningful. It finds the location of the large spikes by examining the
seismic trace.
66. The amplitudes of the impedance blocks are determined using the
model-based inversion algorithm.
Sparse Spike Inversion builds up the reflectivity sequence one
spike at a time. Spikes are added until the trace is modeled
accurately enough:
67. SEISMIC lack of low and high frequency content
Low frequency constraint
well log trend
High frequency constraint
assumption of layered geology (Sparse Reflectivity)
68. Low frequency constraint
well log trend
High frequency constraint
assumption of layered geology (Sparse Reflectivity)
L1-norm
Sparse Spike Inversion
Levy and Fullagar
(1981)
Oldenburg (1983)
69. Ilustrasi Sparse Spike
Inversion
0.5 0.6 0.7 0.8 0.9 1 1.1 1.2
-0.05
-0.04
-0.03
-0.02
-0.01
0
0.01
0.02
0.03
0.04
0.05
time (s)
seismic trace
0.5 0.6 0.7 0.8 0.9 1 1.1 1.2
0
2000
4000
6000
8000
10000
12000
time (s)
model impedance
72. Ilustrasi Proses Seismik
Inversi
EARTH
EARTHAI
Seismic Section/ Wavelet = AI
The Making
of Seismic
Section
Seismic
Inversion
Process
Seismic Inversion
For Reservoir
Characterization
EARTH
EARTHAI
Seismic Section/ Wavelet = AI
The Making
of Seismic
Section
Seismic
Inversion
Process
Seismic Inversion
For Reservoir
Characterization
73. Diagram Forward & Inverse
Modelling
Input
Process
Output
EARTH MODEL
MODELING
ALGORITHM
SEISMIC
RESPONSE
EARTH MODEL
MODELING
ALGORITHM
SEISMIC
RESPONSE
Model
control
INVERSE MODELLING
(INVERSION)
Input
Process
Output
EARTH MODEL
MODELING
ALGORITHM
SEISMIC
RESPONSE
EARTH MODEL
MODELING
ALGORITHM
SEISMIC
RESPONSE
Model
control
INVERSE MODELLING
(INVERSION)FORWARD MODELLING