城市天然气管网遗传算法优化设计

文章以使管网建设和运行费用最少为目标函数，以管道的稳态分析、各节点的流量、压力及管道的压力限制等为约束条件，建立了城市天然气管网优化模型。根据天然气管网结构特点，采用遗传算法求解，构建了遗传算法中重要的适应度函数，给出了管道编码的方法。通过编程实例计算，表明遗传算法是在天然气管网优化领域中可取的一种算法。     

天然气管网输配气量优化研究

天然气管网系统管理部门为了明确天然气管网的输气能力和提高天然气管网的利用率，需要对天然气管网系统的输配气量进行优化。为此，以天然气管网系统的最大流量为目标函数，同时考虑了管道强度、节点压力和流量限制等约束条件，建立了天然气管网输配气量优化的数学模型。在研究遗传算法和模拟退火算法的基础上，提出了一种由二者结合构成的具有全域搜索、快速收敛和鲁棒性强等特点的混合遗传算法。结合实例，采用这一新算法求解了天然气管网输配气量优化的数学模型。实例优化结果表明，所建立的数学模型和采用的混合遗传算法是可行和有效的，能够对天然气管网系统输配气量的调度运行起到指导作用。     

混合遗传算法在天然气管网优化运行中的应用

随着天然气的广泛应用和天然气输配管网规模的大型化,天然气经营部门为了增加经济效益和增大管网的利用率,需要对天然气管网系统的运行进行优化。文章分别以天然气管网系统的最大收益和最大流量为目标函数,同时考虑了管道强度、阀门和压缩机的影响等八种约束条件,建立了天然气管网运行优化的两种数学模型。在研究遗传算法和模拟退火算法的基础上,根据两种算法的特点,介绍了一种由模拟退火算法和遗传算法结合构成的混合遗传算法。结合实例,对混合遗传算法在天然气管网运行优化中的应用进行了研究,求解了天然气管网运行优化的数学模型。结果表明,混合遗传算法的优化结果比复合形算法提高了1.968%,证明混合遗传算法具有全域搜索、快速收敛的特点,更具有效性和实用性。     

天然气管网稳态运行优化研究

分别以天然气管网系统的最大收益为目标函数和天然气管网系统的最大流量为目标函数,考虑管 道强度、节点流量平衡等约束条件,建立了天然气管网运行优化的两种数学模型。结合实例,采用混合 遗传算法求解了天然气管网运行优化的数学模型。结果表明,所建立的管网稳态优化模型是可行的。所 采用的混合遗传算法的能够有效地求解管网稳态运行优化的数学模型。     

基于混合遗传算法的注水管径优化设计

以管网造价最小为目标函数,压力、流速等限制为约束条件,建立了注水管径优化数学模型,用外部惩罚函数法将该问题转化为无约束问题。针对遗传算法的局限性,采用整数编码,调整了适应函数,改进了交叉和变异操作,实施了最优保留策略,并结合模拟退火算法,从而形成了混合遗传算法,该算法能够有效地提高收敛速度,避免早熟收敛。算例说明,该优化方法有效、实用。     

普光高含硫气田集输管网优化

针对普光气田自身特点,以集输管网投资最小为目标,以管网各节点的流量、压力及管道的压力限制等为约束条件,建立了树状集输管网布局、管径和阀门数目全局优化数学模型,采用双重编码遗传算法对模型进行求解,获得了总投资费用最省的管网布局、管径和阀门数目。优化过程中,针对普光湿气集输采用气液混输的特点,确定了湿天然气的物性计算和热力计算模型。通过计算值与实测值的比较,确定了适用于湿气混输管线且精度较高的水力计算模型,保证了优化过程中物性、压力和温度计算以及优化模型约束条件校核的准确性。实例计算表明,所建立模型准确,优化算法有效,对降低高含硫气田管网建设成本和提高管网安全性有重要指导意义。     

基于粒子群算法原油集输管网优化

随着油田开发进入中后期不断进行井网加密,如何在最大化合理利用已建联合站年处理能力的基础上,尽可能减少投资管网建设,实现新建的计量间和联合站之间原油集输管网的合理分配,寻求以管网造价最小为目标函数,以联合站的最大年处理能力、集输半径和连接方式为约束条件,建立单目标优化模型。根据粒子群算法寻优特点,结合十进制编码,通过适应度函数评价,实现该模型的优化求解。采用遗传算法和粒子群算法分别对某一星状原油集输管网优化问题进行计算对比,结果表明,粒子群算法计算更为简洁,收敛速度也较优,有利于提高集输站利用效率．     

基于遗传算法的气田集输管网整体优化方法

目前气田常用天然气集输管网分级优化法的缺点在于每一级的优化结果仅仅是局部最优解,难以保证最终结果是全局最优解。为此,提出了基于遗传算法的气田集输管网整体优化方法,即以整个管网的投资费用最低为目标函数建立数学模型,采用遗传算法求解,在遗传算法中将各站的站址及站辖管道的管径放在一起作为优化变量,求出管网投资费用最低时各站的站址以及各条管道的管径;同时针对遗传算法本身的局限性,结合模拟退火算法,调整了优化方法的适应度函数。实例计算结果表明,该整体优化方法在节省投资方面要优于传统的分级优化方法。     

�����Ŵ��㷨����Ȼ��������������Ż����

天然气集输管网的参数优化设计模型，属于非线性离散化最优组合问题，且目标函数具有多峰性，往往存在局部极小点，遗传算法对处理此类工程设计问题具有较大的优越性。为此，以管道建设费用为目标函数，以管道的稳态分析、各节点的流量、压力及管道的压力限制等为约束条件，建立了天然气集输管网的参数优化设计模型。采用遗传方法求解，并给出了计算机软件算法框图。利用该算法可以提高全局收敛性，从而加快系统的求解速度，并由此得到问题的最优解，是一种可取的优化算法。     

基于混合遗传算法的树状注水管网拓扑优化

以投资最小为目标函数,以井间隶属关系的惟一性、连接注水井数量等限制为约束条件,建立了树状注水管网拓扑优化数学模型.根据模型特点,将优化问题分为分配层和几何层,分别采用遗传算法和非线性优化方法进行求解.并对遗传算法的操作过程进行了改进,调整了适应函数,采用随机多父辈适应函数值加权交叉和多种变异操作,结合了模拟退火算法,并给出了初温的确定方法,改进了选择复制操作,从而形成了混合遗传算法.该算法能够有效地提高收敛速度,避免早熟收敛.利用算例说明了该方法的有效性.     

环状管网优化设计的双重编码混合遗传算法

以投资最小为目标函数,建立了注水系统环状管网优化数学模型。针对环状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,同时对管网连接方式和管径进行优化,并结合了模拟退火算法,形成了混合遗传算法。操作过程中采用随机多父辈适应函数值加权交叉,提出了与优化问题相适应的多种变异方法,给出了约束条件的处理方法,减少了不可行解的产生,使该算法的优化性能得到了提高。大庆油田某采油厂一新建注水区块的优化算例表明,管网投资由1160万下降到850万元,说明该优化方法有效且实用。     

A two‑stage optimization method for unmanned aerial vehicle inspection of an oil and gas pipeline network

To improve the reliability and safety of the oil and gas pipeline network, inspections are implemented to minimize the risk of leakage, spill and theft, as well as documenting actual incidents. In recent years, unmanned aerial vehicles have been recognized as a promising option for inspection due to their high efficiency. However, the integrated optimization of unmanned aerial vehicle inspection for oil and gas pipeline networks, including physical feasibility, the performance of mission, cooperation, real-time implementation and three-dimensional (3-D) space, is a strategic problem due to its large-scale, complexity as well as the need for efficiency. In this work, a novel mixed-integer nonlinear programming model is proposed that takes into account the constraints of the mission scenario and the safety performance of unmanned aerial vehicles. To minimize the total length of the inspection path, the model is solved by a two-stage solution method. Finally, a virtual pipeline network and a practical pipeline network are set as two examples to demonstrate the performance of the optimization schemes. Moreover, compared with the traditional genetic algorithm and simulated annealing algorithm, the self-adaptive genetic simulated annealing algorithm proposed in this paper provides strong stability.     

基于动态规划和黄金分割法的环状天然气管网运行优化

目前中国天然气管道主干线已经相互联接,形成了环套环的大型复杂天然气管网,随着各压气站燃驱压缩机组的增加,如何实现管网的稳态优化运行已成为一个技术难题。为此,在同时考虑管网中环状结构和枝状结构对于管道流量分配的影响,以及燃驱机组耗气量对管道内流量影响的基础上,结合管网模型分割思路,将黄金分割算法与动态规划算法进行融合,形成了改进后的动态规划和黄金分割混合算法。以华北地区某环状管网为案例的计算结果表明:(1)管网运行优化数学模型比单线管道模型增加了管道内过流量、燃驱耗气量等变量,进一步加大了管网模型的求解难度;(2)混合算法能够有效地对运行燃驱和电驱压缩机机组的包含环状和枝状小型管网的稳态运行优化数学模型进行求解;(3)混合算法的优化方案能提高管网压气站的出口压力、提高机组的运行效率,降低系统的功率消耗、减少系统能耗,同时增加管网的管存量,提供了管网额外的应急资源。结论认为,混合算法有效地破解了复杂管网优化技术难题,可以为当前中国大型天然气管网稳态运行优化提供参考。     

西部天然气管网稳态运行优化研究

基于现场报表数据反算校验的西部天然气管网SPS仿真模型,通过不同流量与运行压力级制分类搭建了管网运行方案库。结合深度学习模型对方案库数据进行训练与特征提取,建立了一种新的管网水力计算与压气站配置方法,在保证计算精度的基础上提高了大型天然气管网运行优化计算效率。利用动态规划算法对压气站最优出站压力变量进行选择,管网流量分配原则为系统总能耗最小。所建立的管网稳态运行优化模型同时具备计算的高效性与准确性,基于该优化模型编制了西部天然气管网稳态运行优化软件V1.0,经过现场实测数据验证,模型优化结果可以显著降低管网运行能耗,可为西部天然气管网的运行与调度提供有效参考。     

求解天然气管网运行优化问题的TDDP算法

由于天然气管网运行优化问题的非线性和非凸性,且包含了管道流量和节点压力这两种连续变量,使得求解该问题非常困难。由于动态规划算法(DP)以及由其改进形成的非序列动态规划算法(NDP)对问题的非线性和非凸性不敏感,并且可以得到全局最优解,因而得到了广泛的应用。但是DP算法只能求解长输管道运行优化问题,NDP算法虽然可以求解天然气管网运行优化问题,但是受到管网拓扑结构的限制。在分析DP和NDP算法本质的基础上,文章提出了一种基于树分解的动态规划算法(TDDP),即利用树分解先将原问题划分成为若干互相关联的子问题,再利用DP算法求解子问题。通过与遗传算法的对比,TDDP算法具有较高的计算效率和结果最优性。     

苏里格气田地面集输管网工况调节

天然气输气管网生产过程中流量或管线参数发生变化,就会导致管网工作状态不稳定因此,建立了输气管网的稳态水力计算模型,在分析了影响管网状态因素的基础上,对管线首尾压力、输气温度进行了计算,并使用TGNET软件对计算结果进行了对比,为管网优化和改造提供依据。