| Keterangan |
: Abstrak
Perekahan hidraulik telah terbukti sebagai metode stimulasi yang paling layak
untuk mengembangkan reservoir TLS di lapangan ALEA. Lebih dari seratus sumur
telah dilakukan teknik perekahan hidraulik. Saat ini pemilihan kandidat sumur
menjadi sulit karena teridentifikasi kurang potensial, maka teknologi baru telah
diperkenalkan yang disebut sebagai perekahan hidraulik flow channel. Perekahan
hidraulik flow channel menciptakan konduktivitas rekahan yang lebih tinggi yang
akan bermanfaat bagi peningkatan produksi.
Salah satu kriteria keberhasilan program perekahan hidraulik adalah laju produksi
setelah perlakuan perekahan. Sumur harus dapat mengalirkan hidrokarbon dalam
nilai yang ekonomis. Prediksi laju produksi setelah perlakuan perekahan
memainkan peran penting sebelum mengusulkan sumur kandidat untuk distimulasi
dengan perekahan flow channel. Simulasi produksi seperti Wellflo dapat digunakan
untuk memprediksi laju produksi setelah perawatan rekah. Pendekatan dengan
menggunakan kecerdasan buatan juga menawarkan solusi yang dapat digunakan
untuk tujuan ini yang akan dibahas dalam penelitian ini.
Adaptive neuro-fuzzy inference system (ANFIS) digunakan dalam penelitian ini
untuk memprediksi laju produksi sumur di reservoir TLS setelah dilakukan
perekahan dengan flow channel. Dalam pemodelan ini, input adalah sifat reservoir
dari TLS dan parameter fraktur hidraulik sementara output adalah laju produksi.
Model yang dikembangkan dapat digunakan sebagai metode alternatif untuk
memprediksi laju produksi di lapisan TLS karena validasi data prediksi
menunjukkan hasil yang baik. Dan parameter yang paling berpengaruh terhadap
laju produksi setelah perekahan hidraulik flow channel pada lapisan adalah
konduktivitas rekahan.
Abstract
Hydraulic fracturing has proven as the most feasible stimulation method to develop
TLS reservoir in ALEA field. More than a hundred wells have been treated with
hydraulic fracturing technique. As the wells candidate become challenging as it is
identified to be less potential, a new technology has been introduced which is called
flow channel hydraulic fracturing. Flow channel hydraulic fracturing created higher
fracture conductivity which will benefit to increased production.
One of success criteria of hydraulic fracturing program is production rate post
fracturing treatment. The well should be able to produce hydrocarbon in economical
rate. A prediction of production rate post fracturing treatment plays important role
prior to proposing well candidate to be stimulated with flow channel fracturing.
Well simulation software such as Wellflo can be used to predict production
performance post fracturing treatment. Artificial intelligence approach also offers
an alternative solution that can be used for this objective and it will be discussed in
this study.
Adaptive neuro-fuzzy inference system (ANFIS) is used in this study to predict the
production performance of well in TLS reservoir post flow channel fracturing. In
this modeling, the input were reservoir properties of TLS and hydraulic fracture
parameters while the output was the production rate.
The model developed can be used as an alternative method to predict production
rate in tight sandstone post flow channel fracturing since the validation of predicted
data showed good result. And the most contributive parameter that affect to
production rate post flow channel hydraulic fracturing treatment in tight sandstone
reservoirs is fracture conductivity |
