粒子群算法在油田布井優(yōu)化中的應(yīng)用研究.pdf

1、油田開(kāi)發(fā)中一個(gè)非常重要的任務(wù)就是確定油田布井方案以及評(píng)估各個(gè)方案在投入生產(chǎn)時(shí)的經(jīng)濟(jì)效益，從而確定出一個(gè)最佳的布井方案。在經(jīng)濟(jì)利益最大化的前提下，一個(gè)合理的布井方案要求采用井?dāng)?shù)最少的井網(wǎng)，并且能夠最大限度的開(kāi)采油田儲(chǔ)量。因此在井網(wǎng)部署方面要確定油、水、氣井的排列方式、井?dāng)?shù)的多少以及井距的大小。針對(duì)油田布井方案的優(yōu)化，本文的主要研究?jī)?nèi)容如下:
　　第一，井網(wǎng)部署問(wèn)題取決于油藏驅(qū)動(dòng)方式、油藏類型和流體特性以及各類經(jīng)濟(jì)參數(shù)，因此油田布井問(wèn)

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(chǎn)量最大化是非常關(guān)鍵的。而傳統(tǒng)的優(yōu)化方法對(duì)目標(biāo)函數(shù)要求嚴(yán)格，往往不適合求解這種復(fù)雜的多變量問(wèn)題。針對(duì)這一問(wèn)題，本文提出采用粒子群算法(Particle SwarmOptimization，PSO)來(lái)對(duì)油田布井問(wèn)題進(jìn)行優(yōu)化，該算法的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單、參數(shù)設(shè)置少、收斂速度快、易于實(shí)現(xiàn)、具有較強(qiáng)的魯棒性，對(duì)函數(shù)性態(tài)無(wú)要求，能夠處理的變量數(shù)目多，非常適合于求解復(fù)雜的優(yōu)化問(wèn)題。
　　

3、第二，對(duì)PSO算法的性能做了對(duì)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(jié)果更精確，收斂速度更快。在本文中選取了三個(gè)基準(zhǔn)測(cè)試函數(shù)(Sphere、Rastrigin、Rosenbrock)分別用來(lái)測(cè)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(duì)算法性能的影響，對(duì)于同一個(gè)函數(shù)，當(dāng)取不同的參數(shù)組合時(shí)，PSO算法的收斂精度和速度也會(huì)不同。其次分別取這三個(gè)函數(shù)的不同維數(shù)來(lái)對(duì)PSO算法和GA算法的性

4、能做了對(duì)比分析。從實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)的數(shù)據(jù)來(lái)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(yàn)證了PSO算法在求解多變量問(wèn)題時(shí)的優(yōu)越性。
　　第三，將PSO算法應(yīng)用到油田布井優(yōu)化中，根據(jù)求解的實(shí)際問(wèn)題和PSO算法建立了相應(yīng)的數(shù)學(xué)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(jù)為依據(jù)，構(gòu)建了油藏模型3D滲透率場(chǎng)，并以最大累計(jì)產(chǎn)量為目標(biāo)函數(shù)對(duì)井位進(jìn)行了優(yōu)化。實(shí)