EVALUASI FORMASI DAN ESTIMASI PERMEABILITAS PADA RESERVOIR KARBONAT MENGGUNAKAN CARMAN KOZCENY

JURNAL SAINS POMITS Vol. 1, No. 1, (2013) 1-5

1

EVALUASI FORMASI DAN ESTIMASI PERMEABILITAS PADA RESERVOIR KARBONAT MENGGUNAKAN CARMAN KOZCENY Ari Teguh Sugiarto, Bagus Jaya Santosa1, Dwa Desa Warnana2 Jurusan Fisika, Fakultas IPA Institut Teknologi Sepuluh Nopember Jl. Arief Rahman Hakim, Surabaya 60111 E-mail: [email protected], [email protected] Abstrak— Penelitian ini bertujuan untuk menentukan kondisi petrofisika (porositas, saturasi air dan permeabilitas) pada sumur G402. Data-data yang digunakan adalah data log, core dan formasi test. Perhitungan porositas efektif langkah pertama menghitung volume shale dengan menggunakan persamaan Stieber, hasil perhitungan porositas efektif dikorelasikan dengan porositas core. Menghitung saturasi air digunakan persamaan Archie dengan menggunakan variabel-m dari hasil perhitungan resitivitas formasi. Estimasi permeabilitas menggunakan persamaan Carman Kozceny. Untuk estimasi permeabilitas menggunakan persamaan Carman dilakukan pengelompokan Hydraulic Flow Unit (HFU) dari perhitungan Flow Zone Indicator (FZI). Hasil estimasi permeabilitas dikorelasikan dengan data core dan data Drill Steam Test (DST). Letak zona reservoar pada kedalam 7390 – 8249 Ft. Untuk kalkulasi porositas diperoleh nilai korelasi sekitar 0.775, hasil saturasi air pada zona hidrokarbon 50 % dan pada zona air 98%. Kata Kunci—Porositas, Saturasi air, Permeabilitas, Carman Kozceny.

I. PENDAHULUAN

D

alam penentuan zona hidrokarbon terlebih dahulu kita menentukan parameter-parameter penting yang ada pada zona reservoir tersebut. Parameter-parameter tersebut antara lain porositas, permeabilitas, saturasi hidrokarbon dan litofasies. Semua parameter-parameter tersebut merupakan parameter kunci untuk menentukan kenampakan subtitusi fluida, hydraulic flow unit dan zona permeabel. Permeabilitas digunakan untuk menentukan pergerakan suatu fluida pada zona reservoir. Umumnya permeabilitas dapat diketahui dari pengukuran laboratorium dengan menggunakan data core. Metode ini jarang digunakan karena biaya yang dikeluarkan relatif tinggi dan tidak memungkinkan dalam pememilihan titik mana yang akan dilakukan pengujian pada saat pengeboran berlangsung. Permeabilitas klastik dapat digambarkan sebagai fungsi logaritmik dari fungsi porositas. Namun beberapa penulis (Amaefule et al., 1993; Mortensen et al., 1998; Prasad, 2003; Fabricius et al., 2007) menunjukkan bahwa permeabilitas adalah suatu proses dari diagnesis. Menurut Kozeny (1927) permeabilitas merupakan fungsi dari porositas dan spesific surface. Dalam beberapa kasus, penentuan nilai permeabilitas selain menggunakan data core juga dapat menggunakan log Nuclear Magnetic Resonance (NMR). Namun, di lapangan metode ini memiliki biaya yang besar dan memiliki kesulitan yang tinggi pada saat akusisinya, maka dari itu penggunaan log NMR sangat jarang digunakan untuk mengukur permeabilitas.

Menurut Svirsky et al, (2004) suatu hydroulic flow unit (HFU) digunakan untuk mengklasifikasi tipe batuan dan memprediksi sifat aliran pada suatu batuan [10]. Hal tersebut digunakan untuk mendiskripsikan zona reservoir. Pengembangan dan penerapan HFU digunakan untuk memprediksi nilai permeabilitas. Hydraulic flow unit didefinisikan sebagai suatu volume dasar total dari batuan reservoir yang bersifat geologi, petrofisika dan terkontrol dari suatu aliran fluida secara konsisten [5]. Fundamental suatu unit petrofisika dalam reservoir (rock type) dapat ditentukan oleh flow zone indicator (FZI) dengan melakukan analisa pada data core. Metode dalam perhitungan Flow zone indicator (FZI) dari data core telah dilakukan oleh Amaefule et al.( 1993). [5] Reservoir porositas, permeabilitas dan saturasi hidrokarbon secara langsung berkaitan dengan kapasitas penyimpanan, kapasitas aliran fluida dan jumlah volume pori pada hidrokarbon. Suatu masalah yang terkait dengan karakterisasi reservoir yang sulit disebabkan oleh heterogenitas alam [9], ketidakpastian dan non-linear dalam parameter-parameter reservoir. Dengan menggunakan metode intelijen berbasis komputer (misalnya Neural Network, logika fuzzy, dan algoritma genetika) dapat dengan mudah menyelesaikan masalah-masalah yang rumit dan sangat akurat pada analisis evaluasi formasi (Ouenes, 2000; Nikravesh et al, 2001; Nikravesh et al., 2003). Penelitian digunakan untuk mengetahui nilai permeabilitas menggunakan data core, log dan formasi tes. Perhitungan permeabilitasnya menggunakan persamaan Carman Kozceny. Setelah itu di korelasikan dengan data permeabilitas core dan permeabilitas yang dihasilkan dari data Drill Steam Test (DST), dengan demikian dapat diketahui hasil yang optimum untuk perhitungan permeabilitas pada studi kasus lapangan karbonat. II. METODE A. Tahap Penelitian Tahapan-tahapan dalam penelitian ini dengan melakukan evaluasi formasi digunakan untuk mengetahui nilai porositas, saturasi air dan permeabilitas. Perhitungan porositas langkah pertama yang dilakukan adalah menghitung volume shale (Vsh), IGR =

(1)

Stieber Vshale =

(2)

JURNAL SAINS POMITS Vol. 1, No. 1, (2013) 1-5

2

karena porositas efektif adalah porositas yang bersih dari kandungan shale. Perhitungan porositas menggunakan log densitas dan neutron menggunakan persamaan sebagai berikut[1]: ΦN-D = (

(3)

Dimana : ΦN-D = hasil perhitungan porositas menggunakan log Densitas dan log Neutron ΦN Coor = Perhitungan porositas dengan menggunakan koreksi kandungan clay dengan log Neutron ΦD Coor = Perhitungan porositas dengan menggunakan koreksi kandungan clay menggunakan log Densitas Porositaf efektif digunakan untuk mengestimasi nilai Saturasi air dan estimasi Permeabilitas[3]. Kalkulasi saturasi air menggunakan nilai variabel-m karena nilai faktor sementasi (m) pada suatu batuan memiliki nilai yang tidak isotropis atau sama. Variabel-m dapat menyebabkan perbedaan nilai Saturasi air (Sw) pada suatu formasi. Variabel_m =

(4)

Dimana: Rw = Resistivitas air (Ω m) Ro = Resistivitas batuan yang terisi air (Ωm) Φ = porositas (Frac)

Setelah mengetahui nilai FZI menggunakan data core, langkah selanjutnya mengetahui nilai FZI dari log dengan menggunakan metode statistika neural network [3]. Setelah mengetahui nilai FZI log dapat dilakukan klaster nilai HFU dari log dengan menggunakan nilai range FZI perHFU yang dihasilkan dari grafik antara number sample dengan nilai FZI dengan menggunakan data core [2]. kemudian dibuat grafik antara RQI dengan PHIZ dimana nantinya dapat diketahui nilai FZI rata-rata dari per HFU jika nilai PHIZ dibuat 1. Nilai FZI rata-rata ini digunakan dalam kalkulasi permeabilitas menggunakan persamaan Carman Kozceny. k = 1014 (FZI2) (

)

(7)

Setelah mengetahui nilai permeabilitas menggunakan dengan menggunakan metode Carman Kozceny dilakukan korelasi dengan menggunakan data core dan data Drill Steam Test (DST). III. HASIL DAN PEMBAHASAN

Menurut hukum archie penentuan variabel-m dapat menggunakan data faktor formasi resistivitas dan water analysis. Swn =

Dimana: = Porositas (dec) K = Permeabilitas (mD) RQI = Reservoir Quality Index Φ z = Normalisasi Index Porositas

(5)

Dimana: S W = Saturasi air (%) n = eksponen saturasi air (biasanya n = 2) Φ= Porositas (Frac) , Sand ( = Karbonat ( R W = Formasi resistivitas air (Ωm) R t = formasi resistivitas total (Ωm)

A. Analisa Kualitatif Interpretasi Litologi Indikator yang paling tepat terhadap keberadaan reservoir adalah dengan melihat log gamma ray, hal tersebut dikarenakan elemen radioaktif cenderung untuk terkonsentrasi di dalam lempung dan serpih. Formasi bersih biasanya mempunyai tingkat radioaktif yang sangat rendah, kecuali apabila formasi tersebut terkena kontaminasi radioaktif misalnya dari debu volkanik atau granit [13] Gambar 1 menunjukkan bahwa pada zona 1 (hijau) memiliki nilai gamma ray tinggi, sedangkan untuk di zona 2 (biru muda) nilai gamma ray rendah. Dalam hasil interpretasi litologi dengan menggunakan data gamma ray diketahui zona reservoir pada kedalaman 7390 Ft-8249 Ft.

Estimasi permeabilitas dalam penelitian ini menggunakan 3 metode (Carman Kozceny, Single Transfomasi dan Persamaan Timur). Saat melakukan estimasi permeabilitas Carman Kozceny langkah pertama adalah menghitung nilai FZI dari hasil perhitungan Reservoir Quality Index (RQI) dan normalisasi index porositas (Φ z ) yang digunakan untuk mengetahui trend Hydraulic Flow Unit (HFU) [7].

FZI =

=

(6)

Gambar 1. Loag gamma ray untuk mengetahui lithologi batuan

JURNAL SAINS POMITS Vol. 1, No. 1, (2013) 1-5 B. Analisa Kuantitatif Analisa log secara kuantitatif dilakukan dengan harga persamaan rumus dalam mencari harga-harga sifat fisik batuan yang nantinya dapat berguna untuk menentukan jenis fluida. Penentuan sifat fisik yang dilakukan berupa penentuan besar porositas, saturasi air, dan permeabilitas pada reservoir di lapangan G402. Penentuan Volume Shale (Vsh) Selain untuk mengetahui lithologi suatu lapangan data log gamma ray juga dapat digunakan untuk mengetahui volume shale. Dari data lithologi suatu lapangan dapat dihitung berapa volume shale yang ada pada formasi tersebut. Pada penentuan vclay menggunakan data CGR, karena pada lapangan karbonat kandungan Uranium sangat tinggi maka untuk pemilihan data gamma ray lebih baik menggunakan data CGR. Data CGR sudah dikoreksi dengan kandungan Uranium. Hasil perhitungan Volume Shale (Vsh) digunakan untuk menghitung porositas efektif. Menghitung Porositas Log Menurut Schlumberger (1989) [13], porositas dapat dihitung dari log densitas, log nutron, dan log sonic, atau menghitung dengan mengkombinasikan log densitas dan log neutron. Darling (2005) [8] mengemukakan sejumlah alasan mengenai kelemahan penggunaan crossplot log densitas dan neutron di dalam menghitung porositas sebagai berikut:

• Log neutron dan densitas merupakan sangat dipengaruhi oleh kecepatan logging, kondisi detektor, kekuatan sumber, dan efek lubang bor. • Kesalahan ketika dua buah alat yang bersifat acak tersebut dikomparasikan jauh lebih besar dari pada ketika digunakan sendiri-sendiri.

3 dry clay. Diketahui nilai Neutron wet clay = 0.242, Rho wet clay = 2.536, dan Rho dry clay = 2.65. Niliai-nilai tersebut digunakan untuk menghitung porositas efektif dengan menggunakan persamaan (2). Setelah menghitung porositas efektif dengan menggunakan data log Neutron dan Densitas dikorelasikan dengan data porositas core. Maka menghasilkan nilai koefiseinkorelasi sebesar 0.7775. Maka hasil dari prediksi porositas efektif menghasilkan hasil yang cukup baik. Hasil porositas efekti tersebut digunakan dalam estimasi saturasi air (S W ) dan permeabilita(Carman Kozceny, Single Transformasi dan Persamaan Timur). Analisa Saturasi Air (S W ) Saturasi air merupakan fraksi (atau persentase) volume pori dari batuan reservoir yang terisi oleh air [13] Selama ini terdapat asumsi umum bahwa volume pori yang tidak terisi oleh air berarti terisi oleh hidrokarbon [13]. Mendeterminasi saturasi air dan hidrokarbon merupakan salah satu tujuan dasar dari well logging. Sebelum menghitung nilai S W (saturasi air) maka harus dapat menentukan terlebih dahulu nilai variabel m. Nilai variabel m ini didapatkan dari persamaan (4). Setelah didapatkan nilai variabel m, lalu dapat dilakukan perhitungan SW (Saturasi air) dengan meggunakan persamaan (5) dengan menggunakan dan n = 2. Dengan data Pressure Test dapat digunakan untuk mengetahui batasan antara Oil, Gas dan Air. Hal tersebut dikarenakan adanya perbedaan gradien densitas dari hasil crosplot antara nilai Pressure setiap kedalaman.

Neutron dipengaruhi oleh kehadiran atom klorin di dalam formasi. Klorin terdapat di dalam air formasi dan pada mineral lempung. Hal ini menyebabkan porositas yang dibaca oleh log neutron hanya akurat pada daerah yang tidak mengandung kedua hal tersebut.

Gambar 3. Crossplot antara tekanan di setiap kedalaman

Gambar 3 menunjukkan bahwa hanya terdapa 2 jenis fluida, yaitu Oil dan Air. Batas Oil Water Contact (OWC) terdapat pada kedalaman 7510 Ft. Gambar 2 Crossplot antara NPHI Vs RHOB

Dari Gambar 2. crossplot antara NPHI dan RHOB maka akan didapatkan nilai neutron wet clay, Rho wet clay, dan Rho

JURNAL SAINS POMITS Vol. 1, No. 1, (2013) 1-5

Gambar 4. Hasil perhitungan nilia S W

Dari hasil perhitungan nilai S W. Menunjukkan nilai kedalaman OWC yang sama dengana hasil perhitungan dengan menggunakan data Pressure Test. Selain dengan data Pressure Test juga terdapat data test 1, 2, 3 dan 4 yang digunakan untuk mengetahui apakah benar pada kedalam dibawah OWC adalah menggandung air. Dari data 1 menunjukkan bahwa dalam formasi tersebut hanya menggandung air. Letak data tes 1 tedapat tepat dibawah batas OWC. Hal tersebut dapat disimpulkan bahwa formasi kandungan fluida yang terdapat di bawah OWC hanya terdapat kandungan air, tetapi pada hasil perhitungan S W masih terdapat nilai yang rendah. Hal tersebut bisa terjadi karena keterbatasan log resistivitas, ada zona barrier dan merupakan residual Hidrokarbon yang tidak terangkat sewaktu produksi atau migrasi. Analisa Permeabilitas Permeabilitas merupakan kemampuan lapisan untuk melewatkan suatu fluida [8] Agar permeabel, suatu batuan harus mempunyai porositas yang saling berhubungan (vugs, capillaries, fissures, atau fractures). Ukuran pori, bentuk dan kontinuitas mempengaruhi permeabilitas formasi [8]. Satuan permeabilitas adalah darcy. Satu darcy adalah kemampuan lapisan untuk melewatkan satu kubik centimeter per detik fluida dengan viskositas satu centipose melewati area seluas satu sentimeter persegi dibawah tekanan sebesar satu atmosfer per sentimeter [13]. Satu darcy merupakan unit yang sangat besar sehingga pada prakteknya satuan milidarcy (md) lebih sering digunakan [13]. Permeabilitas formasi batuan sangat bervariasi dari 0,1 md sampai lebih dari 10.000 md (Schlumberger,1989). Penentuan batas minimal permeabelitas untuk kepentingan komersial dipengaruhi oleh sejumlah faktor yaitu: produksi minyak atau gas, viskositas hidrokarbon, tekanan formasi, saturasi air, harga minyak dan gas, kedalaman sumur, dan lain-lain [13]. Pada penelitian ini untuk mengestimasi permeabilitas pada zona hidrokarbon yaitu pada kedalaman 7488– 7545Ft. Untuk estimasi permeabilitas menggunakan 3 metode yaitu [3]: • Persamaan Carman Kozceny. • Persamaan Single Transformasi dari hasil crossplot antara permeabilitas core dengan porositas core. • Persamaan Timur. Dari hasil perhitungan (Single Transformasi, Carman Kozceny dan timur) terdapat perbedaan nilai permeabilitas.

4

Permeabilitas Carman Kozceny. Analisa permeabilitas mengunakan persamaan Carman Kozceny, pada proses awal dilakukan perhitungan Rock Quality Index (RQI) dan porositas indek normalisasi (Φ z ) yang digunakan untuk mengetahui suatu tren Hydraulic Flow Unit (HFU) dengan menggunakan persamaan (2.2). Data core yang digunakan data core G402 dan G403 hal tersebut dikarenakan keterbatasannya data core di G402 dan letak antara sumur G402 dengan G403 brdekatan dan masih dalam 1 formasi. Setelah melakukan perhitungan Flow Zone Indicator (FZI) di buat grafik antara number sample dengan nilai FZI. Dari hasil Gambar grafik dapat di ketahui bahwa pada lapangan formasi yang di teliti memiliki tren HFU di mana tren HFU tidak berhubungan dengan nilai permebilitas dan porositas, karena HFU adalah suatu pengkarakteran suatu aliran suatu fluida pada batuan di tunjukkana pada Gambar 5. Pada Gambar 5 menunjukkan bahwa terdapat 7 karakterisasi HFU pada penelitian ini. Setelah mengetahui nilai FZI pada perhitungan menggunakan data core, lalu menghitung FZI pada log sumur. Metode yang digunakan untuk memprediksi nilai FZI menggunakan metode statistika Neural Network. Nilai FZI prediksi dikorelasikan dengan FZI perhitungan dengan data core. Hasil dari korelasi antar FZI menunjukkan hasil yan cukup baik yaitu 0.72, dengan mengetahui nilai FZI pada seluru sumur dapat digunakan untuk mengetahui karakteristik HFU pada setiap kedalam sumur. Setelah mengetahui karakteristik HFU di sumur, lalu membuat crosssplot antara normalisasi porositas (PHIZ) dengan Rock Quality Index (RQI) pada Gamabar 6. Dengan dibuat nilai PHIZ=1. Maka dapat diketahui nilai FZI rata-rata disetiap HFU ditunjukkan pada Tabel 1. Tabel 1 Nilai FZI rata-rata disetiap HFU. FZI Average HFU 1 22.361 HFU 2 7.515 HFU 3 4.274 HFU 4 2.241 HFU 5 1.413 HFU 6 0.685 HFU 7 0.335 Dari hasil nilai rata-rata FZI pada setiap HFU. Dapat digunakan untuk menghitung nilai permeabilitas menggunakan metode Carman Kozceny dengan persamaan (7).

Gambar 5. Grafik antara permeabilitas core dengan permeabilitas perhitungan

JURNAL SAINS POMITS Vol. 1, No. 1, (2013) 1-5

5 tes kandungan fluida pada kedalaman 7548 Ft. b. Estimasi permeabilitas menggunakan Carman Kozceny berdasarkan dari hasil klaster Hydraulic Flow Unit (HFU). Estimasi menggunakan persamaan carman kozceny memiliki nilai koefisien korelasi cukup baik setelah dikorelasikan dengan data core dan Drill Steam Test (DST).

Setelah melakukan perhitungan dibuat crossplot antara permeabilitas prediksi dengan permeabilitas core. Dari hasil crossplot Gambar 5 menghasilkan koefisien korelasi sebesar 0.3884. korelasi yang dihasilkan dengan menggunakan persamaan dari Carman Kozceny cukup bagus meskipun tidak dapat mendekati 1. Setelah dilakukan korelasi dengan menggunakan permeabilitas core. Dilakukan korelasi dengan menggunakan data Drill Steams Test (DST). Permeabilitas yang dihasilkan dari data DST adalah permeabilitas yang berniliai kuantitatif. Tabel 2 adalah klasifikasi permeabilitas reservoir [11].

[1]

Tabel 2. klasifikasi permeabilitas reservoir Nilai Permeabilitas Klasifikasi

[2]

Ketat (Tight) Cukup (fair) Baik (good) Baik Sekali (very good)

<5 5 sampai 10 10-100 100-1000

Data permeabilitas DST memiliki temperatur yang sama dengan temperatur yang ada pada sumur. Jadi dapat dikatakan bahwa selain melakukan korelasi dengan data core maka dilakukan korelasi juga dengan data DST. Tabel 3. Hasil korelasi dengan menggunakan data DST

Depth 7428 7494 7499 7503 7513

DST Tight Very Good Good Fair Very Tight

KHC_Predict (CK) 0.81644951 259.4846925 17.167704997 8.978948038 0.46041753

DAFTAR PUSTAKA

[3] [4]

[5]

[6]

[7]

[8] [9] [10] [11]

Menurut Tabel 3 menghasilkan tingkat kecocokannya cukup tinggi. Jadi prediksi permeabilitas tersebut dapat digunakan sebagai nilai permeabilitas pada sumur. IV. KESIMPULAN Dari penelitian yang telah dilakukan dapat disimpulkan: a. Hasi dari evaluasi formasi didapatkan Sebagai berikut: • batasan Zona reservoir terletak pada kedalaman 7390-8249 Ft. • Hasil korelasi porositas log dengan porositas core adalah R2=0.775 • Hasil ini dapat diketahui bahwa perhitungan porositas log menggunakan data log Densitas dan Neutron menghasilkan nilai yang cukup baik • Perhitungan saturasi air dengan menggunakan variabel-m menunjukkan hasil yang baik karena OWC (oil water contact) menunjukkan hasil yang sama dengan data tes tekanan formasi dan data

[12] [13]

A. Hasan, et al., “Field Aplication of a Modified Kozeny-carmen Correlation to Characterize Hydraulic Flow Units”. paper SPE 149047 presented at the SPE Annual Technical Conference and Exbition. 2011 A. Hasan, M. Hossain, “Modified Kozeny-Carmen Correlation for enhanced hydraulic flow unit characterization. Journal petroleum science and engineering 80 (2012) 107–115. A. Maghsood, et al “Permeability Prediction by Hydraulic Flow UnitTheory and Aplication,” SPE Abrar, B. Wisaksono, F. Soendaroe, A. Harkomoyo. 2012. Flow Unit Characterization and Application of Matrix Exponetial Value (‘MValue’) to Identify Secondary Porosity in Carbonates: A Successful Story to Identify By-Passed Oil and Increase Production. Paper IPA12-G-085 Proceedings, IPA Thirty-sixth Annual Convention & Exhibition, Jakarta, May Amaefule, J.O., Altunbay,M., Tiab, D., Kersey, D.G., Keelan,D.K., 1993. Enhanced Reservoir Description: Using Core and Log Data to Identify Hydraulic (Flow) Unit and Predict Permeability in Uncored Interval/Wells. Paper SPE 2636 presented at theSPE Annual Technical Conference and Exibition, Huston, 3-6 October Bateman, R.M., 1985, Open-hole Log Analysis & Formation Evaluation, International Human Resources Development Corporation, Boston. Candra, T. 2008. Permeability Estimation Using Flow Zone Indicator from Well Log Data. Hydrabad 2008 P-140 7th International Conference & Exposition on Petroleum Geophysics. Darling, T, 2005, Well Logging and Formation Evaluation, Gulf Freeway, Texas. Ellis, D. V. & Singer, J. M., 2008, Well Logging for Earth Scientist 2nd Edition, Springer, Netherlands. Harsono, A, 1997, Evaluasi Formasi dan Aplikasi Log, Schlumberger Oilfield Services, Jakarta. Koesoemadinata, R.P. 1978. Geologi Minyak Bumi. Bandung. Penerbit ITB. Rider, M, 1996, The Geological Interpretation of Well Logs 2nd Edition, Interprint Ltd, Malta. Schlumberger, 1989, Log Interpretation Principles/Aplication, Schlumberger Educational Services, Texas.