Integrated Reservoir Characterization of Complex Globigerina Limestone Reservoir in Madura Strait: Case Study of MAC Field
Notice bibliographique
Résumé
Summary This study examined a complex Globigerina Limestone reservoir in the MAC field, Madura Strait, Indonesia. The goal was to obtain an understanding of the reservoir characterization using the combination of seismic inversion, facies association, and rock type identification. Petrographic analysis plays important role in the lithofacies and rock type identification. Five rock types were identified, showing different relationship of porosity and permeability, and associated with certain pore type and size. Moreover, facies development generally controlled by paleo-depositional structure. The sediments were winnowed by the currents and deposited in a clinoform pattern. This structure has four recognized facies associations: restricted shelf, upper-middle foreslope, and lower foreslope. Seismic inversion was used to predict porosity distribution across the reservoir, aiding in reservoir characterization. Gas presence gives additional effect to the seismic response. Based on AI, gas reservoir is well separated from the non-gas reservoir. Secondary porosity commonly appears, showing that diagenetic processes significantly altered the original pore system, but depositional environment also influenced the type of secondary porosity formed. Reservoir model shows a good relationship between rock type and well’s productivity, associated with high porosity and permeability. The outcome of this study can be used as the intake for further development plan.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».