基于粒子群算法的油田注水管网摩阻系数反演

发布时间：2021-06-15 17:32

　　注水管网运行多年后,管网内部摩阻系数与原始设计摩阻系数有较大差别,导致计算结果与实际结果不一致。由于在生产中不能对其直接测量,通过模糊聚类方法建立了部分压力未知情况下油田注水管网模型,针对油田注水管网节点压力部分未知情况下管元摩阻系数的反演求解,分别建立了注水管网节点压力仿真数学模型和管元摩阻系数反演的最优化数学模型。通过拟牛顿法对节点压力仿真和粒子群算法对管元摩阻系数反演相结合,对节点压力部分未知的理想管网管元摩阻系数反演,实现了管元摩阻系数部分精确求解和部分预估求解。实例计算结果表明,管网水力计算结果与测试结果误差较小。研究结果可在生产实践中为管网的进一步分析提供指导。 

【文章来源】：石油机械. 2020,48(08)北大核心

【文章页数】：8 页

【部分图文】：

某油田注水管网简化图

附近进行搜索，依据图3选取μ为0.445 1、0.243 1、0.241 6和0.240 2共4组，依据式(11)和式(12)进行计算，确定检测点安装位置和检验精度是否满足要求，如满足要求则选取最优分类，如不满足则扩大搜索范围。表2为压力节点各项指标汇总。由表2可知，精度符合要求的节点聚类组数为6、7、8组，对比6、7、8组数据可知，最优注水节点聚类组数为6组，注水节点压力检测点安装位置为节点11、1、7、5、14、8。因此该油田注水管网最终压力检测点个数为9，压力检测点安装位置为节点4、9、

15、11、1、7、5、14、8。根据本文的算法流程，利用拟牛顿法和改进粒子群算法程序进行计算。计算时确定种群规模为20，种群进化代数(最大迭代次数)为1 000,c1为1.494 5;c2为1.494 5;Wcs为0.85;Wjs为0.35。种群最优适应度如图4所示。由图4可知，种群最优适应度约为0.545，种群进化至800代左右趋于稳定，且具有优良的适应度值。该油田注水管网决策者主观意愿为安装10个左右的压力检测点，精度控制在3 m水柱以内。因此除泵站节点以外，需在注水节点模糊聚类为7组

【参考文献】：
期刊论文
[1]大型环枝状油田注水管网系统运行优化[J]. 梁永图,周星远,邱睿,张浩然,王博弘,孟令尊.  中国石油大学学报(自然科学版). 2018(06)
[2]基于粒子群的城市供水配置模型优化算法[J]. 张永祥,王慧峰,王昊,唐颖.  北京工业大学学报. 2016(03)
[3]基于遗传算法的油田注水系统运行优化研究[J]. 崔智敏,王银凤.  科学技术与工程. 2012(07)
[4]基于期望值模型的注水管网摩阻因数反演[J]. 王玉学,郭林涛,周少华,王银凤.  大庆石油学院学报. 2012(01)
[5]基于最小二乘法的注水管网摩阻因数反演[J]. 王玉学,魏淑慧,宋洪才,郭林涛.  大庆石油学院学报. 2011(06)
[6]基于蚁群粒子群算法的油田注水系统优化[J]. 王玉学,刘春兰,王银凤,周少华.  大庆石油学院学报. 2010(02)
[7]基于改进粒子群算法的油田注水管网优化设计[J]. 任伟建,黄晶,杨有为,孟翠茹.  科学技术与工程. 2009(11)
[8]油田注水管柱水力模型的建立与求解[J]. 任永良,常玉连,邢宝海,高胜,张瑞杰,王晶.  系统仿真学报. 2007(07)
[9]多维编码遗传算法在城市供水管网优化调度中的应用研究[J]. 毛征宇,黄良沛.  湖南科技大学学报(自然科学版). 2007(01)
[10]油田供水管网管道内径反演方法研究[J]. 常玉连,任永良,安东俊,王玉学,袁国英.  数学的实践与认识. 2006(06)



本文编号：3231480