| Keterangan |
: Abstrak
Keterbatasan data pada tahap awal pengembangan lapangan menjadi kendala dalam
penentuan profil produksi suatu lapangan. Adapun data dari yang diperoleh pada tahap ini
terdiri dari hasil pemrosesan data seismic, analisa petrofisik dari batuan, hasil pengetesan
sumur eksplorasi dan karakteristik fluida hidrokarbon melalui data PVT.
Adapun pengembangan suatu lapangan sangat tergantung dari besarnya perolehan
cadangan sebagai fungsi dari laju penurunan produksi dan tergambar di dalam profil produksi
reservoir. Pada tahap awal pengembangan lapangan/reservoir, besarnya nilai koefisien
penurunan laju produksi ditentukan dengan cara analog dari lapanngan sekitar atau simulasi.
Ini dikarenakan belum tersedianya riwayat profil produksi dari lapangan tersebut.
Penelitian ini bertujuan untuk melakukan analisa koefisien penurunan laju produksi
(decline rate) eksponensial (d) pada tahap awal pengembangan lapangan minyak
menggunakan data perubahan karakteristik batuan dan fluida. Pendekatan numerical
dilakukan untuk melihatnya pengaruh sensitivitas-sensitivitas dari sifat batuan dan fluida
terhadap koefisien penurunan laju produksi eksponensia. Hasil yang diperoleh selanjutnya
akan dianalisa menggunakan neural network untuk melihat parameter yang paling
berpengaruh. Pembuatan korelasi empiris menggunakan pendekatan Phi Buckingham
terhadap parameter sifat batuan dan fluida merupakan tujuan akhir dari penelitian ini.
Abstract
Data Limitation in initial field development is the major problem for production
profile estimation. During this stage, reservoir data is only sourced from seismic processing
result, petrophysical analysis of rock characteristic, testing data and fluid properties through
PVT analysis
Meanwilhe, field development is depend on amount of reserve that could be recovered
as a function production decline rate. In early stage of development, the decline rate
coefficient is estimated using analogue from nearby field or simulation process due to
unavailability of production history.
Therefore, this research aimed to estimate exponential decline rate in early stage of
field/reservoir development phase using rock and fluid properties. Numerical approach using
single well model is performed to figure out effect of rock and fluid properties sensitivity.
Neural network analysis will be applied to define the main parameter of rock and fluid
properties that contributed to exponential decline rate coefficient (d). The result will be used
to generate empirical correlation using dimensionless variabel through Phi Buckingham |
