油田物流系统优化与经济效益评价研究
发布时间:2020-08-06 12:37
【摘要】:我国原油后备储量不足,吨油成本居高不下,人多油少的矛盾愈发突出,因而,如何降低成本增加效益成为我国油田可持续发展的迫切需要。作为集勘探、开发、炼油、化工为一体的油田企业,为提高其在国际市场中的竞争能力,在控制吨油成本指标方面做出了很大努力,但随着吨油成本中的勘探、开发、开采和管理成本的可压缩空间越来越小,寻找新的利润增长点就成了各大油田企业保持强劲竞争力的重要方面。目前,物流和配送优化已经成为许多大型企业降低成本,提高竞争力的重要措施。油田实施物流系统优化能有效降低库存和减少物资配送成本,因而成为油田企业降本增效的一条重要途径,也是挖掘“第三利润源泉”的突破口。本文据此为背景以物流经济学和最优化相关理论为基本方法从油田物流系统中的物资需求预测、仓储选址及评价、配送路径优化和物流系统的经济评价四个方面入手,对油田物流系统优化和评价展开研究。本文首先阐述了油田企业物流系统优化与经济评价的研究背景、目的和意义,继而总结了国内外在此领域的相关研究现状、研究成果及不足之处,并在此基础上确定了本文的四个主要研究内容、相关的研究方法和技术路线。上述相关研究的主要结论如下:第一,油田企业物资需求预测,本文首先根据影响油田企业物资需求规律的不同因素将油田物资分门别类,并据此为每类物资的需求规律建立了以基于遗传优化的可变学习率小波神经网络模型为主的预测方法。该方法通过小波分析与神经网络嵌套的方式构建了小波神经网络预测模型,由于小波神经网络能够通过调整小波系数使网络具有更强的函数逼近能力,特别是在突变点上的预测能力上要大大优于传统神经网络,因而有效地弥补了传统神经网络易陷入局部极小的缺陷。为进一步提高小波神经网络预测模型的训练速度和预测精度,减少网络震荡,本文利用遗传算法对神经网络的初始权值和小波系数进行了优化,并且通过可变学习速率更新网络权值,有效地提高了网络的预测性能。以中石化某油田企业为例详细阐述了该预测方法的应用。实证结论表明,上述预测方法可以对油田企业物资中资金占比超过71.12%的物资进行预测,各物资的预测误差均小于16%。研究结论能大大提高油田生产经营过程中的关键物资需求预测的准确性,从而可以有效指导采购行为,对于减少库存中大额物资的储备、保证供应具有重要的实践指导意义。第二,油田企业仓储选址问题,由于其是一个中长期决策,所以在进行仓储选址时,大量油井位置尚未确定,为了提高仓储设施在将来的经济性和服务性,本文首先结合油田企业的生产计划,通过蒙特卡罗随机模拟的方法产生井口数量和位置,进而得到各油井所需物资数量。继而,为获得油田企业仓储设施的合理候选点,首先建立一个二级连续选址模型,并构建精确算法求出其最优解。为提高大规模连续选址模型的求解效率,通过将Matlab软件中内嵌的Fmincon函数嵌入到遗传算法中构建了改进遗传算法,该算法首先利用Fmincon函数对该问题进行局部搜索,并把得到的局部最优解作为新的个体融入到遗传算法的种群中参与进化。因此,该算法不但综合了遗传算法全局搜索的优点,同时也利用Fmincon函数增加了其局部搜索的能力,有效地提高了求解精度。最后,以求得的连续选址模型的解为圆心,通过逐步扩大半径长度(以每公里为步长)的形式在地图上作圆,直到该圆形区域内出现足够的仓储候选点为止(下文所述的中石化某油田确定的半径长度为30公里,此时圆形区域内包含了7个仓储候选点)。本文以中石化某油田企业仓储选址的实际问题为例对本方法进行了验证,结论表明,上述模型和算法确定的仓储位置符合企业的实际需求。第三,油田仓储选址的评价问题,首先找出影响油田仓储选址的主要因素并对其按照定量与定性的标准划分类别,进而构造出科学、合理的油田仓储选址评价指标体系,采用基于层次分析法的仓储评价方法对各候选仓储位置进行综合评价,通过对各候选仓储点按综合得分排序,找出企业满意的仓储位置。第四,油田物资配送优化问题,由于仓储中心与各个配送点之间的道路复杂多样,因此,本文首先对不同道路通过赋予权重的方式划分类别,继而以乡镇为单位明确各个模拟井口位置与具体乡镇的隶属关系,并将各个乡镇的中心位置作为对应井口的配送点。然后对配送费用进行预测。最后将该配送过程设计成可视化界面。第五,首先,根据物流经济学理论对油田物流系统进行了经济评价,并分析了优化后物流系统的活动效果。其次,以各项成本费用为投入指标,以优化后的成本节约值为输出指标,建立了基于数据包罗分析方法的油田企业物流系统投入产出经济效率评价模型,并以中石化某油田企业的物流系统为例详细阐述了该评价方法的应用。通过以上经济评价,可进一步揭示出油田物流系统优化的经济效益,从而转变油田企业物流管理的观念,提高企业对物流系统的重视程度,并明确油田物流系统中不合理的环节,为油田物流成本控制与管理提供新的思路最后,对全文内容及研究结论进行总结,并对文中有待进一步深入研究的地方提出日后研究的方向和展望。
【学位授予单位】:中国地质大学
【学位级别】:博士
【学位授予年份】:2015
【分类号】:F426.22;F259.22;F224
本文编号:2782410
【学位授予单位】:中国地质大学
【学位级别】:博士
【学位授予年份】:2015
【分类号】:F426.22;F259.22;F224
【引证文献】
相关会议论文 前1条
1 孙晓飞;张强;;物流配送中心选址的多目标优化模型[A];第十二届中国管理科学学术年会论文集[C];2010年
本文编号:2782410
本文链接:https://www.wllwen.com/shoufeilunwen/jjglbs/2782410.html