📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 4 dokumenWELL STIMULATION USING FRACWISE AI PLATFORM: INTEGRATING WELL-STIMULATION SCREENING AND FRACTURING SIMULATION IN MNR#1 INTERVAL, FIELD MLK SOUTH SUMATRA
Indonesia’s domestic energy demand continues to rise, while national production targets require more effective development of low-quality and heterogeneous reservoirs. This study presents FracWise, an AI enabled operational stimulation intelligence platform applied to the MNR#1 interval, MLK Field, South Sumatra, to integrate well-stimulation screening, fracturing simulation, field benchmark validation, and techno-economic decision support. The workflow uses open-hole logs, Mechanical Earth Model logs, DataFRAC responses, pre-job design, actual post-job results, and benchmark reports to evaluate hydraulic fracturing, acid fracturing, matrix acidizing, and multi-stage fracturing. The results confirm that MNR#1 is a technically viable stimulation target because its oil-bearing sandstone, low permeability, stress contrast, and shale barriers support contained fracture growth. FracWise reproduces key fracture-geometry behavior by linking half-length, width, conductivity, proppant placement, and time-series response. Hydraulic fracturing remains the most practical option for the existing vertical well, while multi-stage fracturing provides the strongest economic upside when operational and completion constraints allow.
PREDIKSI KEBERGANTUNGAN PRODUKSI LISTRIK PLTA TERHADAP KONDISI CUACA DENGAN PENDEKATAN MACHINE LEARNING
Dalam rangka mengoptimalkan operasional PLTA di Unit Pembangkitan Sulawesi PLN, studi ini mengusulkan penggunaan metode berbasis data untuk melakukan analisa produksi listrik dengan mempertimbangkan data cuaca. Menggunakan data historis dari periode Januari 2014 hingga Desember 2023, indikator yang berkaitan produksi listrik PLTA diekstraksi menggunakan algoritma machine learning. Penggabungan antara data produksi listrik, data bendungan PLTA, suhu dan curah hujan memungkinkan prediksi nilai produksi listrik PLTA sebagai model output. Data yang diolah berasal dari PLTA di Sulawesi, website Accuweather dan website NOAA menghasilkan hasil prediksi efektivitas metode yang diusulkan melalui uji validitas model dan perbandingan dengan metode lain yang serupa. Metode yang digunakan terdiri dari algoritma SARIMAX, Random Forest Regressor, Support Vector Regression, dan Extreme Gradient Boosting memanfaatkan data dari produksi listrik PLTA, data bendungan PLTA, data cuaca, dan 4 indikator ENSO. Hasil mengatakan bahwa penggabungan sumber data yang beragam dan tetap memiliki korelasi yang cukup signifikan dengan variabel target dapat meningkatkan akurasi prediksi, dengan satu algoritma yang memiliki performa terbaik. Lalu setiap model diaplikasikan untuk melakukan prediksi terhadap dataset baru di luar dataset yang digunakan untuk membuat model. Hasil penelitian ini menandakan bahwa efektivitas machine learning dalam memprediksi produksi PLTA dapat menjadi pertimbangan strategis manajemen PLN dalam mengelola pengoperasian PLTA yang terinterkoneksi secara sistem ketenagalistrikan. Pendekatan terstruktur ini sejalan dengan tujuan organisasi, memudahkan pengambilan keputusan rencana operasi PLTA.
ASESMEN EFISIENSI ENERGI PEMBANGKIT LISTRIK TENAGA GAS DAN UAP(STUDI KASUS : PLTGU DI PRIOK)
~
PENGARUH TEMPERATUR PEMANASAN BATUBARA TERHADAP KUALITAS, REAKTIVITAS DAN MOISTURE RE-ADSORPTION BATUBARA LIGNIT
Batubara menjadi salah satu sumber energi utama dalam memenuhi kebutuhan energi di Indonesia. Batubara lignit, dengan karakteristik nilai kalori rendah dan kandungan moisture yang tinggi, merupakan salah satu cadangan batubara terbesar di Indonesia, namun terbatas dalam pemanfaatannya karena kurang efisien ketika dibakar dan cenderung mudah swa-bakar. Oleh karenanya, diperlukan upaya peningkatan kualitas (upgrading) batubara lignit, salah satunya dengan cara pemanasan. Penelitian ini mempelajari pengaruh variasi temperatur pemanasan terhadap karakteristik dan kualitas, reaktivitas pembakaran, dan perilaku penyerapan air kembali batubara lignit untuk menentukan temperatur optimal. Pada penelitian ini, batubara lignit digunakan sebagai raw material, yang dipreparasi dengan mereduksi ukurannya hingga rentang ukuran batubara -20 + 5 mm. Sebagian sampel dipisahkan dan dinamai batubara raw, sedangkan sampel lainnya diberikan perlakuan pemanasan dalam muffle furnace pada variasi temperatur; 60 ?, 100 ?, 150 ?, 200 ?, 300 ?, 400 ?, dan 500 dengan laju peningkatan temperatur 5 ?/menit dan waktu tahan selama 2 jam dibawah atmosfer inert (1,5-liter N2/menit). Batubara raw dan batubara produk upgrading lalu dikarakterisasi dengan analisis distribusi ukuran partikel (PSD), analisis proksimat, uji nilai kalori, analisis ultimat, dan analisis fourier transform infrared spectroscopy (FTIR), serta uji reaktivitas pembakaran dalam analisis thermogravimetric-differential scanning calorimetry (TG-DSC) dan uji penyerapan air kembali, baik pada lingkungan terkontrol maupun pada lingkungan terbuka. Hasil percobaan menunjukkan bahwa distribusi ukuran partikel batubara bergeser menuju fraksi ukuran yang lebih halus seiring dengan meningkatnya temperatur pemanasan. Temperatur pemanasan 150 ? merupakan temperatur dengan yield energi optimal karena kandungan moisture telah menurun, namun kandungan volatile matter mulai berkurang. Kandungan ash, fixed carbon, dan nilai kalori mengalami peningkatan seiring dengan meningkatnya temperatur pemanasan hingga 500 ?. Seiring meningkatnya temperatur hingga 500 ?, terjadi peningkatan kandungan unsur C dan penurunan unsur H dan O, sedangkan kandungan unsur N dan S relatif tidak berubah secara signifikan setelah proses upgrading berlangsung. Perubahan tersebut juga sejalan dengan perubahan struktur kimia batubara yang terlihat pada hasil analisis FTIR pada gugus fungsi -OH, -C=O, -C-O-, dan metil alifatik. Uji reaktivitas pembakaran mengindikasikan bahwa temperatur pemanasan yang lebih tinggi menghasilkan batubara upgrading yang lebih sulit habis terbakar dan lebih sulit mengalami swa-bakar. Proses upgrading batubara juga dapat mengurangi penyerapan air kembali (setelah 72 jam) baik dalam kondisi lingkungan terkontrol maupun terbuka.