基于均匀设计的聚合物驱注入参数优化方法

建立了基于均匀设计的聚合物驱注入参数(聚合物段塞尺寸与浓度)优化方法。利用多元回归方法分析基于均匀设计的数值试验结果,建立增采幅度与注入参数之间的关系;通过构建合适的目标函数,将注入参数优化转换为对二元二次方程组的求解与分析。该方法可以显著降低方案优化过程中的数值模拟计算工作量,并提高注入参数优化质量和效率。     

聚合物驱后凝胶与聚合物交替注入参数优化

大庆油田经过聚合物驱后已进入特高含水开发阶段,存在水驱控制程度低、层间矛盾大等问题。为进一步挖潜剩余油,提高采收率,改善大庆油田注采开发现状,在室内实验研究的基础上,针对N5试验区开展了聚合物驱后凝胶与聚合物交替注入参数优化研究。研究结果表明,聚驱后凝胶与聚合物交替注入驱油采用小段塞多轮次的段塞提高采收率效果优于大段塞少轮次的段塞;最佳组合的段塞为凝胶(0.02PV)+聚合物(0.03PV),共计注入11轮次,注入总量为0.55PV;经过凝胶与聚合物交替注入驱油后,其阶段采收率可在聚驱基础上提高10%左右,说明凝胶与聚合物交替注入驱油方法具备进一步开发聚合物驱后剩余油的潜力。     

大庆油田电力系统粒子群无功优化算法应用

粒子群优化(Particle Swarm Optimization,PSO)算法同遗传算法类似,是一种基于群体的优化工具.它作为一种新型的基于群体智能计算技术的优化方法,在解决经典优化算法难以求解的诸如不连续、不可微的非线性病态优化问题和组合优化问题时显出了强大的优势,并且有收敛速度快、设置参数少等优点.电力系统无功优化是典型的非线性规划问题,具有非线性、不连续、不确定因素较多等特点.本文将粒子群算法应用到电力系统无功优化中,并通过实例仿真验证,证明了粒子群算法在无功优化中的应用是正确、可行的.     

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．     

基于粒子群优化算法的波阻抗反演研究

波阻抗反演属于最优化问题，其目标函数可能包含多个在一定范围内连续的变量。传统的优化手段对某些函数存在难以优化，容易陷入局部解，收敛速度缓慢等问题。粒子群算法只考虑目标函数，对初始模型的依赖程度不高，可以随机地在全局域内进行搜索。通过分析粒子群算法的原理，提出了地震波阻抗反演粒子群算法的实现方法。详细地分析了粒子群算法的抗噪能力及算法中各参数对反演结果的影响，得出参数的最优组合。利用模型数据对该方法进行检测，在无噪情况下，反演结果与模型一致；在加入3%，10%和25%的噪声后，反演前后的相关系数分别为98.31%，93.27%和82.09%，证明了该方法的有效性。     

基于粒子群优化算法的化工稳态流程模拟参数优化

化工流程模拟已广泛应用于石油化工行业,是工艺优化与辅助设计的主要手段。化工过程中工艺参数具有多样性和复杂性,传统优化方法普遍针对少量的关键参数进行灵敏度分析并优化,较难达到全局最优。因此,本文提出了基于粒子群优化算法的化工工艺流程模拟操作参数优化方法。以天然气脱碳工艺过程为研究对象,基于Aspen HYSYS的接口实现了流程模拟与优化算法之间的耦合,结合工艺机理知识,实现了基于粒子群优化算法的天然气脱碳稳态流程模拟操作参数的最优化。在产品满足工艺要求的条件下,以最高脱碳率和最小装置运行成本为目标函数,以对工艺有较大影响且可控的操作参数为决策变量,对某5.8×10⁶ m³/d天然气净化装置进行操作参数的优化。优化结果表明,采用更少的吸收塔和再生塔塔板数即可满足酸性气体的脱除需求;在保证每层塔板处于良好的操作状态的条件下,降低再生塔回流比,塔内的气液相负荷降低,使得再沸器负荷降低;降低贫胺液入吸收塔温度,有利于增大CO₂与醇胺液反应的正向进行程度,同时吸收推动力的增大会降低设备的腐蚀程度;提高吸收塔压力,塔内传质推动力增加,...     

基于粒子群优化的连续发酵过程PID控制

发酵过程通常具有较强的非线性,传统的PID控制器难以获得满意的控制效果。提出采用粒子群优化算法整定PID控制器的参数。结合过程机理,将整个连续发酵过程分解为三个子区间,并优化获得每一个子过程的PSO-PID控制器。仿真结果表明,通过PSO子过程优化的PSO-PID控制器性能优于普通的PID。     

基于改进文化粒子群算法的多组分石脑油调和优化问题研究

针对某炼油厂关于多组分石脑油调和优化存在的产量和质量不达标问题,分别对调和优化模型及求解算法进行了研究。根据各组分油的库存量、质量属性及石脑油产品油的质量指标等制约因素,建立基于组合数学的调和优化模型,并提出一种改进的文化粒子群算法,求解所有可行调和配方从而确定最优调和配方。典型的测试函数验证了该算法解决约束问题的有效性,应用实例表明该模型具有良好的可行性,也进一步说明了算法的有效性。     

聚合物驱注采参数无梯度优化新算法

无梯度优化算法对最优化算法理论研究具有重要意义,已经被应用于许多实际问题的解决,也可以用来求解聚合物驱注采参数最优控制模型问题。针对有限差分随机逼近（FDSA）算法和同时扰动随机逼近（SPSA）算法的优缺点,提出了一种有限差分梯度引导的同时扰动随机逼近（SPSA-FDG）算法,建立了油藏数值模拟模型,开展了聚合物驱注采参数最优控制研究,并将3种算法的结果进行了对比和分析。结果表明：SPSA-FDG算法收敛性要好于FDSA算法和SPSA算法,且易于和任何油藏数值模拟器相结合,能够用来求解聚合物驱最优控制问题;与均匀注聚方案对比发现,采用由SPSA-FDG算法计算得到的优化方案,聚合物驱见效时间提前,含水下降漏斗加深,累积采出程度提高,油藏总体开发效果更好。SPSA-FDG算法可应用于其他化学驱油田以改善化学驱效果。     

利用遗传-粒子群优化混合算法求取剩余静校正量

剩余静校正是一个具有多参数、多极值的全局优化问题,当大量未知参数存在时,常规的遗传算法（GA）几乎无法避免早熟现象,难以保证收敛于全局最优。结合粒子群优化算法（PSO）和遗传算法的优势,提出了一种新颖的粒子群优化-遗传混合算法。混合算法利用了粒子群优化算法的速度和位置的更新规则,并引入遗传算法里的交叉变异思想。用混合算法和遗传算法分别对两个理论模型进行试处理,处理结果表明,混合算法比遗传算法具有更好的性能,是一种求取复杂地形条件下剩余静校正量的实用方法。     

基于粒子群算法的综合调整方案优化方法

针对特高含水后期综合调整方案考虑因素多、实现产出投入比最大化难的问题,运用粒子群算法,以增油量目标、增液量目标、增注量目标、作业费用等为约束条件,建立了基于粒子群算法的综合调整方案多目标优化模型。将研究成果应用到大庆杏南油田综合调整年度方案中,利用文中方法比人工优化少实施16井次,年度多增油0.2×10⁴t,年度少产液0.2×10⁴t,自然递减比计划低0.01个百分点,年均含水比计划低0.03个百分点,产出投入比由过去的2.61:1.00提高至2.91:1.00,取得了较好的效果。研究成果对提高综合调整方案的质量和效率具有重要指导意义。     

聚合物驱含水率变化定量表征模型

基于实际聚合物驱含水率变化曲线的特征及定量表征模型的建立原则,建立聚合物驱含水率变化定量表征模型。刻画聚合物驱含水率变化曲线特征的主要参数包括含水率开始下降时注入聚合物孔隙体积倍数、含水率下降最大值时注入聚合物孔隙体积倍数、含水率恢复到初始注聚含水率值时对应的注入聚合物孔隙体积倍数及含水率下降最大值。基于粒子群优化算法给出了定量表征模型参数的拟合方法。同时,综合油藏数值模拟、正交设计和支持向量机方法建立了考虑多因素组合影响的聚合物驱含水率变化特征参数预测模型。计算实例表明,应用所建立的模型,能便捷地预测聚合物驱含水率变化,把握其整体趋势,指导聚合物驱方案的实施。图3表3参16     

聚合物驱后期动态特征

1 聚合物驱简况八区注聚区位于孤东油田南部 ,孤东披覆背斜翼部 ,是由北、南、西三条断层控制的自然封闭区块 ,构造简单 ,西高东低 ,高差 5 0m ,含油面积 3 73km2 ,地质储量 1177〔10 4t,标定水驱采收率 2 3 4 4 %。孔隙体积 1871〔10 4m3 ,分Ng上 3- 4和Ng上 5 - 6两套层系开发。自注聚以来先后经历了 3个阶段 ,即 :见效前期、见效初期和见效高峰期。1997年 8月至 12月为见效前期 ,这一时期表现为水驱特征 ,产液量、产油量、综合含水稍降。1997年 12月至 1998年 5月为见效初期 ,这一时期初步表现为聚合物驱特征 ,产液量下降、综合含水下降…     

基于改进粒子群算法的蒸汽驱注采方案优化

针对蒸汽驱注采方案优化问题,以累积油汽比为优化目标,建立了以注汽速率、蒸汽干度和注汽压力等为约束条件的蒸汽驱注采方案优化数学模型,采用改进粒子群算法对该模型进行了求解,并优化了蒸汽驱的主要注采参数。改进粒子群算法以进化停滞步数为依据,对个体历史最优值和邻域内粒子的最优值实施随机扰动,并且只接受使个体适应度增加的随机扰动操作,使记忆中的最优粒子跳出局部最优解,保证了种群的多样性,提高了算法的精度和稳定性。实例计算证明,该优化模型计算结果准确,优化算法有效。通过该优化方法可快捷准确地进行蒸汽驱动态优化和方案调整,以便于指导蒸汽驱高效运行。     

聚合物驱注入压力探讨

该文以理论结合实践，探讨了聚合物驱注入压力的变化规律，分析了影响聚合物驱注入压力的五大因素，即聚合物水溶液本身，注采井距，注入强度，注入速度及油层条件对聚合物驱注入压力的影响，理论和实践都证明，聚合物分子量，注采井距，注入强度，注入浓度及注入速度等参数值越大，聚合物注入压力就越高，尤其注采井距对聚合物驱注入压力影响更明显，与注水相比，其压力升值正比于注采井距平方的数倍，而地层系数越大，则注入压力越     

粒子群优化算法在气田集输管网布局中的应用

气田管网集输系统是气田地面建设的重要组成部分,为降低气田管网集输开发成本、节约管网建设资源,在规划设计之初需对管网集输系统进行优化,以达到使管网投资费用最小的目的。结合气田地面集输建设中的实际约束条件,建立星树状管网拓扑优化模型,通过MATLAB软件对粒子群优化算法进行编码实现,分别对集输管网系统进行分级规划和整体规划求解分析,结果表明：在粒子群优化算法求解中,整体规划管网系统的投资费用更低;通过与粒子群算法的比较,粒子群优化算法有较好的收敛速度以及较高的求解精度。     

优化一类油层聚合物驱提高开发效果

随着一类油层聚合物驱区块逐渐进入含水回升期,开发中面临着聚合物低效无效循环,利用率较低、采出井含水回升速度较快、产油量递减幅度大问题。这些严重影响着区块开发效果,从而影响最终提高采收率及最佳的经济效益。因此通过实践研究认识到可通过改变注入配制体系、优化注入速度采出速度及对注入井进行化学调剖来改善开发效果,解决开发矛盾,提高经济效益,节约开采成本,降低能耗。     

基于蚁群粒子群混合算法的PDC钻头侧向力平衡优化

为了突破PDC钻头结构对侧向力平衡优化设计的限制,尝试采用融合了蚁群算法和粒子群算法（PSO）的混合算法对PDC钻头侧向力平衡进行优化,充分利用PSO算法的快速、全局收敛性和蚁群算法的正反馈机制,建立了PDC 钻头侧向力平衡优化设计方法。通过该混合算法对刀翼式PDC钻头侧向力平衡的优化设计,结果表明,与单独采用PSO优化的结果相比,能够得到更好的优化结果,算法收敛速度更快,优化的刀翼周向位置角更好。     

基于代理模型与遗传算法的海上油田聚合物驱注入参数优化控制方法

针对传统优化方法效率低、精度差的问题,将响应面方法引入到化学驱注入参数优化设计中,提出了基于二次响应面代理模型与遗传算法的海上油田聚合物驱注入参数优化控制方法,即运用Box-Behnken试验设计方法,以油藏数值模拟为计算手段,采用二次响应面方法建立了拟合净现值增幅与注入参数之间非线性关系的代理模型,并以此作为适应度函数,由遗传算法在变量空间范围内进行全局寻优,获得注入参数最优组合。渤海SZ36-1油田A7井组聚合物驱注入参数优化结果表明,基于代理模型和遗传算法的优化策略可以有效减少数值模拟的次数和计算量,同时能够获得较高的求解精度。