蒸汽驱注采井网对比优化设计

针对锦45试验区生产井突破后,难以调整蒸汽波及、采注比偏低的问题,在试验区现有反九点井网的基础上构建反九点抽稀、小回字形、大回字形井网,有效提高采注比。应用Petrel软件进行地质建模,CMG历史拟合,在注采参数优化的基础上进行汽驱过程中注汽速度和适时封堵相结合的调整,综合评价4种井网。结果表明：反九点及小回字形井网有较高经济效益,此项优化设计为稠油油藏气驱开发的井网设计提供理论支持。     

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。     

振荡式注汽速度对蒸汽驱开发效果的影响

针对蒸汽驱恒定式注汽速度驱油效果差的现状,提出了整个蒸汽驱过程中采用振荡式注汽速度的驱油方式,具体分为振幅变化恒定的振荡式注汽速度和振幅变化随机的振荡式注汽速度两种情况开展研究。为了确定每个振荡周期最优的注汽速度,依据质量守恒和能量守恒原理,以蒸汽驱累积油汽比为评价目标,建立注汽速度评价模型,并且引入粒子群优化算法,优选出每个周期最优的振荡式注汽速度。为了评价振荡式注汽速度对蒸汽驱开采效果的影响,以辽河油田齐40块为例进行了试算。结果表明,振荡式注汽速度优于恒定式注汽速度,可提高累积油汽比23.50%。振幅变化随机的振荡式注汽速度优于振幅变化恒定的振荡式注汽速度,可提高累积油汽比8.98%。     

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。     

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.     

稠油油藏蒸汽驱注采参数优化的正交数值试验

蒸汽驱注采参数包括注汽温度、干度、压力、速度、采注比和生产井井底流压等,蒸汽驱开采效果是注采参数综合作用的结果,其影响机理比较复杂。采用常规的单因素优化设计方法可研究各因素单独变化时如何影响蒸汽驱效果,但对于多参数问题存在明显的缺陷,而正交数值试验是解决多因素问题的有效方法。采用正交设计确定注采参数的位级取值,利用正交表得到少量的组合方案,对方案进行数值试验,综合考虑技术和经济因素,定义了蒸汽驱开采效果的评价指标。采用直观分析方法确定最优的参数组合,数值试验表明,正交数值试验法得到的注采参数组合可达到最优的蒸汽驱开采效果。利用方差分析法得到注采参数的显著性排序,从大到小依次为：生产井井底流压〉蒸汽干度〉采注比〉注汽速度〉注汽温度〉注汽压力。正交数值试验结果可为现场蒸汽驱注采参数的优化提供理论指导,具有实际意义。     

基于粒子群算法的聚合物驱动态优化

针对目前采用室内实验手段对聚合物注入过程进行设计和决策的局限性,将无梯度优化理论引入聚合物驱提高采收率技术领域,首次建立了基于粒子群算法的聚合物驱注入参数动态优化数学模型,实际数据测试分析结果表明,优化方案的综合指标相比原始方案提高了近20%,验证了该优化方法的有效性及可行性。     

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。     

Power optimization of gas pipelines via an improved particle swarm optimization algorithm

In past decades dynamic programming, genetic algorithms, ant colony optimization algorithms and some gradient algorithms have been applied to power optimization of gas pipelines. In this paper a power optimization model for gas pipelines is developed and an improved particle swarm optimization algorithm is applied. Based on the testing of the parameters involved in the algorithm which need to be defined artifucially, the values of these parameters have been recommended which can make the algorithm reach efficiently the approximate optimum solution with required accuracy. Some examples have shown that the relative error of the particle swarm optimization over ant colony optimization and dynamic programming is less than 1% and the computation time is much less than that of ant colony optimization and dynamic programming.     

利用自适应混沌遗传粒子群算法反演瑞雷面波频散曲线

为了提高瑞雷面波频散曲线的反演精度,减少反演过程中的多解性,获取更准确的地下横波速度结构,本文从反演算法入手,对基本的粒子群算法进行改进,提出了一种能同步提高全局和局部搜索能力的自适应混沌遗传粒子群算法（ACGPSO）：即先采用自适应惯性权重,并设置粒子的节速度,再引入遗传算法的交叉和变异操作及单维全分量的混沌局部搜索。利用该算法对理论模型的无噪和含噪基阶频散曲线进行反演,且针对含噪数据加入二阶与三阶频散曲线进行联合反演。所得反演结果与常规粒子群算法反演结果的对比表明：ACGPSO算法具有更好的稳定性和抗噪性,且基于该算法的联合反演能有效降低解的多解性,显著提高解的精度。对实际数据所做的两步法反演的效果进一步验证了该算法的适用性。     

基于混合粒子群算法的煤层气井位优化方法

井位的部署直接关系到煤层气开发的采气速度及经济效益。基于粒子群算法的劣势和模拟退火算法的优势,提出了一种混合粒子群算法,其以净现值为目标函数,单井控制面积和井位为变量,结合油藏数值模拟方法,优选出净现值最大的单井控制面积和井位,并利用matlab编程来实现。结果显示,基于混合粒子群算法的井位优化方法能够快速确定最优井位,计算量较穷举法大幅度降低;沁水盆地煤层气田的最优单井控制面积为0.2 km²;对于最优单井控制面积,混合粒子群算法得到的最优净现值比常规矩形井网的净现值增加12.55%;最优井位分布与含气量、渗透率密切相关,其中渗透率的影响尤为重要,最优井位是含气量与渗透率的最优组合。该研究成果为煤层气开发井位优化提供了新方法。     

自适应混沌嵌入式粒子群算法提取地震子波

本文提出一种基于Tent映射的自适应混沌嵌入式粒子群算法,通过拟合优化求解目标函数得到子波模型参数。算法将混沌变量嵌入到标准粒子群算法中,且对惯性权重和学习因子进行非线性自适应调整,并建立平均粒距与适应度方差相结合的早熟判断机制,以混沌搜索的方式跳出局部最优。合成地震数据仿真及实际地震数据处理结果表明,该算法应用于地震子波提取具有较高的求解精度。     

水力压裂微地震粒子群差分进化定位算法

为了提高微地震在初至时间不准确条件下的定位精度,通过研究理论模型下对初至施加不同程度的扰动时震源定位的影响,讨论了由于粒子群定位方法的发散性而导致的定位效果偏差问题。把粒子群算法全局搜索速度快的特点与差分进化方法相结合,将种群中任意两个个体差分变异后,进行杂交、贪婪选择操作,生成新的个体,从而增加了种群的多样性,改善了震源定位的发散性,提高了时差定位的精度,最终形成了微地震粒子群差分进化定位算法。通过理论模型测试,表明微地震粒子群差分进化定位算法针对有扰动的初至时间具有更高精度,且震源定位的发散性较传统粒子群定位得到了改善。实际微地震资料反演结果也进一步验证了微地震粒子群差分进化定位算法的应用效果。     

基于离散惩罚粒子群算法的波纹管优化设计

以《美国膨胀节制造商协会标准》(EJMA)最新版为依据,建立了波纹管优化设计的数学模型。为获得波纹管优化设计的全局最优解,将粒子群算法与离散惩罚函数法相结合,构建了离散惩罚粒子群算法,并提出更新离散惩罚因子的策略。利用上述模型和方法,对公称直径400～1000mm的某系列U形波纹管进行优化设计,优化目标E/Q值比在线产品E/Q值提高了19.0%～99.1%,表明这种算法能有效地解决目前波纹管设计中存在的问题。     

瑞雷面波频散曲线的粒子群蚁群混合优化反演

应用瑞雷面波频散曲线反演地下介质的横波速度剖面是面波勘探的重要步骤之一。传统线性反演方法已不能满足物探工程的要求,非线性的反演方法成为研究热点。文中将基于粒子群优化算法和蚁群优化算法的非线性混合优化算法应用于瑞雷面波频散曲线反演,获得横波速度剖面。该算法利用信息素引导机制更新粒子的早期位置,充分结合了粒子群优化算法对全局最优解的引导策略和蚁群优化算法的局部搜索能力,克服了粒子群算法在群体处于平衡状态时粒子群更新停滞不前和蚁群算法对多极值函数求解时收敛早熟的缺点。通过对多种理论模型频散曲线的反演,检验了该算法的有效性和稳定性;与单独的蚁群算法、粒子群算法反演结果的对比验证了该算法的优越性;实测数据反演结果检验了算法的实用性。     

改进的粒子群波阻抗反演方法与应用

针对常规粒子群优化算法在波阻抗反演中普遍出现的收敛速度慢、反演效率不高等缺点,提出了层状模型约束下的粒子群波阻抗反演方法。该方法通过迭代反演每层的样点数和对应的波阻抗值,并利用对模型层数的扫描实现波阻抗反演。模型试算结果表明,与常规粒子群算法比较,该方法收敛速度和反演精度均显著提高。实际资料的反演证明了该方法的有效性。