粒子群算法在油田布井優(yōu)化中的應用研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、油田開發(fā)中一個非常重要的任務就是確定油田布井方案以及評估各個方案在投入生產時的經濟效益,從而確定出一個最佳的布井方案。在經濟利益最大化的前提下,一個合理的布井方案要求采用井數(shù)最少的井網,并且能夠最大限度的開采油田儲量。因此在井網部署方面要確定油、水、氣井的排列方式、井數(shù)的多少以及井距的大小。針對油田布井方案的優(yōu)化,本文的主要研究內容如下:
  第一,井網部署問題取決于油藏驅動方式、油藏類型和流體特性以及各類經濟參數(shù),因此油田布井問

2、題涉及到的變量數(shù)目較多。如何有效的選擇和組合這些變量,使油井產量最大化是非常關鍵的。而傳統(tǒng)的優(yōu)化方法對目標函數(shù)要求嚴格,往往不適合求解這種復雜的多變量問題。針對這一問題,本文提出采用粒子群算法(Particle SwarmOptimization,PSO)來對油田布井問題進行優(yōu)化,該算法的優(yōu)點是計算簡單、參數(shù)設置少、收斂速度快、易于實現(xiàn)、具有較強的魯棒性,對函數(shù)性態(tài)無要求,能夠處理的變量數(shù)目多,非常適合于求解復雜的優(yōu)化問題。
  

3、第二,對PSO算法的性能做了對比分析,論證了PSO算法在布井優(yōu)化方面比GA算法更適合,求解的優(yōu)化結果更精確,收斂速度更快。在本文中選取了三個基準測試函數(shù)(Sphere、Rastrigin、Rosenbrock)分別用來測試算法的尋優(yōu)精度、跳出局部最優(yōu)解的能力和算法的執(zhí)行能力。首先分析了參數(shù)對算法性能的影響,對于同一個函數(shù),當取不同的參數(shù)組合時,PSO算法的收斂精度和速度也會不同。其次分別取這三個函數(shù)的不同維數(shù)來對PSO算法和GA算法的性

4、能做了對比分析。從實驗結果統(tǒng)計的數(shù)據來看,隨著函數(shù)維數(shù)的增加,PSO算法的收斂精度、收斂速度以及跳出局部最優(yōu)解的能力雖然都有下降,但是仍然要優(yōu)于GA算法。從而驗證了PSO算法在求解多變量問題時的優(yōu)越性。
  第三,將PSO算法應用到油田布井優(yōu)化中,根據求解的實際問題和PSO算法建立了相應的數(shù)學模型并且編寫了井位優(yōu)化系統(tǒng)軟件。在系統(tǒng)中以某油田的小層數(shù)據為依據,構建了油藏模型3D滲透率場,并以最大累計產量為目標函數(shù)對井位進行了優(yōu)化。實

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論