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。     

基于改进粒子群算法的油田管网优化

为了节省油气集输管网的投资成本,往往对系统进行优化设计。应用粒子群算法求解油田地面管网的拓扑优化模型,在算法寻优过程中通过对最优粒子的编码进行动态调整,从而改进算法中粒子对最优粒子的跟随方式,使粒子的进化过程变得更加合理。经过实例验证,在相同计算条件下,改进后粒子群算法在求解地面管网优化问题中表现优于原粒子群算法;最后通过与遗传算法进行比较,粒子群算法在相同计算精度下收敛更快,所需迭代次数更少。     

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．     

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。     

基于蚁群算法的油田注水系统优化

蚁群算法是模拟蚂蚁觅食过程,比较适用于离散优化问题。由于蚁群算法本身具有并行性、正反馈性及鲁棒性等特点,所以被成功应用在车间作业调度、组合优化等领域。在我国陆上油田中,注水采油是一种主要的采油措施,而且油田地面工程投资中,注水管网投资比例较大。为有效节约油田注水投资成本,通过蚁群算法求解油田注水管网布局数学模型,以得出优化管网最短路径。采用蚁群算法对外层泵站启停状态进行组合优化,通过粒子群算法优化内层泵站排量。蚁群算法可实现全局最优解,其求解高效性等均比一般算法好。基于蚁群算法求解油田注水系统优化设计问题具有可行性。     

混沌粒子群优化算法在PID参数整定中的应用

针对传统PID参数整定方法和智能PID参数整定方法存在的不足,将粒子群优化算法与混沌理论相结合,提出了基于Logistic映射的混沌粒子群优化算法,并将该算法应用于PID参数的优化整定。结果表明:该算法能够获得良好的整定效果和收敛特性,从而验证了该算法的可行性和优越性。     

环枝状集输管网布局拓扑优化研究

为提高环枝状集输管网的布局结构，降低初期产能投资和后期运行费用，在考虑井式约束、集输半径约束、节点隶属约束、处理量约束、节点流量平衡约束和双层布局约束的基础上，以总投资费用最小为目标函数，建立了适合环枝状集输管网优化的混合整数非线性规划模型，考察了不同约束条件、优化条件和优化算法对优化结果的影响，并通过实例分析验证本算法的有效性。结果表明：不同约束条件下，阀组和中央处理厂的位置及管网结构有所差异，优化的管网结构均为上层枝状、下层环状；集输半径约束对投资费用的影响远大于井式约束和处理量约束；整体优化较分层优化结果更加合理。果蝇优化算法的收敛迭代次数为35，计算时间12.13 s，与其余求解算法进行对比，在求解稳定性和收敛速度上具有一定的优越性。研究结果可为油气田地面工程的优化设计提供理论依据。     

注水管网水量匹配智能优化计算方法研究与对比分析

为了提高油田注水系统的运行效率,降低系统能量损耗,采用智能优化算法对某油田注水管网的水量匹配进行研究,并寻求最优算法。通过建立注水系统的数学模型,确立优化目标与约束条件,对近年来广泛使用的粒子群、模拟退火、遗传算法、差分进化等几种典型智能优化算法进行了匹配优化计算和对比分析。结果表明:四种算法均达到了研究目的,其中差分进化算法对于该类油田注水管网水量匹配优化问题具有更好的适应性,计算结果相对较优。该研究得出了注水管网水量匹配的最优算法,为油田实际生产提供了较大参考价值。     

文化基因粒子群算法在换热网络连续变量全局优化中的应用

在换热网络的综合优化中,连续变量的优化通常采用确定性方法。相比于整型变量优化,连续变量优化相对容易处理,但存在容易陷入局部最优和无法收敛到全局最优的问题。针对这一问题,提出一种在标准粒子群算法中结合局部搜索策略的文化基因粒子群算法;结合换热网络最小年综合费用小和计算时间短的优点,提出Ring+Random粒子种群拓扑结构;结合算法控制参数的设置与粒子种群拓扑结构的改进,使文化基因粒子群算法具有更好的全局收敛性能。采用6个10股流体算例验证文化基因粒子群算法在给定换热网络结构下的连续变量全局收敛性能,与文献值相比,换热网络最小年综合费用最大减少了26 025$/a。     

基于改进的遗传算法的天然气管网系统运行优化

在天然气管网系统安全稳定运行的基础上,为了实现节能减排,充分合理地利用管道的输配能力,将目标函数定义为天然气的最大流量,同时考虑管道内天然气稳定流动、各节点流量平衡、节点及管段压力等约束条件,建立了天然气管网系统优化数学模型。采用整数编码来进行管径编码,用模拟退火罚函数转化约束条件,并合理地将遗传算法的全局寻优能力和模拟退火的局部搜索能力互补融合起来,实现算法的改进和优化。将改进的遗传算法应用到某大型天然气管网优化设计的实例中,计算结果表明,改进的遗传算法在解的质量上和收敛的速度上都优于基本遗传算法,验证了所建立的优化模型是高效可行的。     

神经网络技术在储运工程中的应用综述

人工神经网络是近年来得到迅速发展的一种算法，在各个领域已经得到了广泛的应用。针对储运工程，介绍了多层感知器网络、径向基网络和小波网络在管道智能检测数据分析识别中应用，前向神经网络在管道综合可靠度决策评价中应用，基于自适应反馈预测模型和自适应函数连接预测模型的天然气消费预测以及Hopfield神经网络在管线优化设计中的应用。可以看出，神经网络必将成为解决储运工程问题的有力工具，对突破现有技术的瓶颈，更深入地探索非线性等复杂现象将起到重大作用。     

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。     

输气干线单个分输站站址最优化研究

输气干线分输站站址规划设计合理与否，直接影响到分输站至各城市门站之间输气管线总投资和未来管网系统的发展。为此,着重讨论并建立了以分输站站址、各城市门站与分输站之间管道直径、壁厚、分输站压力为设计变量，以各城市门站与分输站之间管道投资最小为目标函数的分输站站址优化数学模型。根据模型特点，采用混合离散变量复合形法与数据库技术相结合来求解分输站站址。以此站址为参考点，结合现场勘察，在参考点附近沿输气干线预选多个分输站站址，并对影响分输站建设和管理的环境因素用多目标模糊评价方法进行综合评价，以评价效果好的站址为最优分输站站址。用算例说明了分输站站址优化结果不仅与工艺参数变化有关，且与分输站所处环境因素有关。提出还应深入研究输气干线中具有多个分输站的站址优化问题。     

川西天然气集输管网系统最优规划研究

川西天然气集输管网系统庞大而复杂，而管网最优规划是在气田开发地面工程建设中必须首先解决的问题，它不仅涉及到从井口到一级集气站，从一级集气站到二级集气站等的管网布置，还涉及到各级和各个集气站的布局。文章针对效益和费用两个目标，建立了川西集输管网系统最优规划的数学模型，并应用资源优化ReO软件进行了仿真计算，得出了川西管网的最优规划方案。该管网系统最优规划研究成果，不仅适用于新建天然气管网系统，还适用于已建管网系统的评价和改造。     

基于蒙特卡罗遗传算法的换热网络优化问题

在换热网络超结构及其数学模型的基础上,提出了换热网络优化的蒙特卡罗遗传混合算法,利用蒙特卡罗方法在解空间进行全局搜索,得到最佳换热匹配,由此引入遗传算法对网络优化问题中的连续性变量进一步优化,降低换热网络年综合费用。实例表明,应用蒙特卡罗遗传混合策略能在保证算法的全局搜索能力的前提下,提高换热网络优化效率,并能使换热匹配更加合理,减少加热器和冷却器的投入,降低网络的综合费用。     

基于管网模拟的蒸汽动力系统多周期运行优化

 分析了管网输送过程中蒸汽参数变化对工艺过程和蒸汽动力系统运行的影响。为了消除这些影响，提出了与管网模拟相集成的蒸汽动力系统优化运行策略，并且建立了考虑蒸汽输送损失的混合整数非线性规划（MINLP）模型。针对大规模MINLP模型求解困难的问题，开发了分解迭代的算法，将建立的模型系统分解为优化运行子系统和管网模拟子系统，通过协调子系统之间的关系，迭代计算，直到求得满足误差条件的最优解。通过实例证明了提出的策略和算法能够在合理的时间内得到系统优化运行的最优解，既为企业节省了大量的资金，又为蒸汽动力系统和工艺系统的安全稳定运行提供了保障。     

基于麻雀搜索算法与BP神经网络的压裂效果预测

现有工程技术方法对压裂效果的预测精度普遍不高，容易造成经济损失，为此以麻雀搜索算法(Sparrow Search Algorithm，SSA)优化人工神经网络的算法模型，开展以提高压裂效果预测精度为目标的研究。首先以BP神经网络模型对压裂效果进行预测，其次以麻雀搜索算法优化BP神经网络权值后的模型进行预测，通过数据对比发现后者的预测精度更高，且能解决BP神经网络收敛慢、易陷入局部最优解、易产生过拟合现象等问题。研究结果表明，经过麻雀搜索算法调整权值的BP神经网络模型平均相对准确率达到93.85%，不仅比工程方法预测结果的精度更高，还高于未以麻雀搜索算法优化的BP神经网络模型的90.91%，在实际任务中拥有更稳定的性能和更高的精度。     

线性逼近法在管网系统优化运行中的应用

通过对天然气管网系统输配气过程中各种影响因素的分析，建立了天然气管网系统输配气运行方案优化的数学模型，采用线性逼近法对模型进行了求解，编制了计算软件，应