基于主成分分析和代理模型辅助的多目标生产优化方法

多目标优化方法常用于考虑地质不确定性时进行油藏鲁棒生产优化,该方法能够同时优化历史拟合得到的多个概率模型的平均经济净现值和经济净现值的离散程度,从而得到一组权衡多个目标的最优生产方案。然而,多目标优化过程涉及的决策变量规模大,且基于常规数值模拟的目标函数评估计算耗时长。对此,本文提出了一种基于主成分分析和代理模型辅助的多目标生产优化方法(K-MOEA/D-PCA),采用主成分分析对大规模决策变量进行降维,然后借助基于代理模型辅助的多目标进化算法,通过设计计算高效的近似函数来代替常规数值模拟进行生产优化,最终得到目标油藏的最优生产方案。为验证提出方法的有效性,将其应用到标准测试模型(Egg模型)。结果表明,提出的K-MOEA/D-PCA方法,通过降低变量的维数,可以有效解决具有大规模变量的油藏多目标生产优化难题,实现优化效率和方案精度的平衡。     

基于替代模型的油藏注采参数多目标优化设计

针对水驱油藏生产过程中合适的注采参数选取难的问题,提出了以净现值和累产油量为目标函数的多目标优化注采参数设计方法。采用基于粒子群算法的最小二乘支持向量机作为替代模型代替数值模拟,并用带精英策略的非支配排序多目标优化遗传算法对注采参数进行优化。以某区块两注两采模型为例,选取生产井井底压力和注水井注入量为优化变量,通过粒子群算法优化的最小二乘支持向量机构建替代模型,在优化过程中代替数模,再利用非支配排序遗传算法对注采参数进行优化。对比分析替代模型和数值模拟优化设计的结果,其误差在3%以内,并在注采参数优化时间上得到了明显提升。     

岩体力学参数反演的代理蜜獾优化方法

针对复杂地下工程岩体力学参数反演时因大量调用数值计算模型导致计算耗时大的问题,提出一种新的仿生优化代理反演方法,即蜜獾优化算法-高斯过程回归-三维快速拉格朗日数值计算(honey badger algorithm-Gaussian process regression-FLAC^3D,HBA-GPR-FLAC^3D)方法。该方法将围岩的实测位移与数值计算结果间的误差作为目标函数,将岩体力学参数作为优化变量,利用全局寻优性能优异的HBA搜索目标函数全局极小值,并采用牛顿优化算法进行当前最优算子邻域的局部寻优,局部寻优中采用GPR代理模型而非基于FLAC^3D计算所构建的目标函数作为算子适应度评价工具。研究表明,与基于单纯仿生优化算法的反演方法相比,在达到相同计算精度条件下,所提出方法的数值模型调用次数显著降低,适用于单次数值计算较为耗时的复杂地下工程岩体力学参数快速识别。     

基于模糊数学的油藏干层识别研究

在精细油藏地质认识的基础上进行注采精细调整是高含水老油田挖潜工作的重要出路。通过对渤海湾中深层油藏储层的精细认识及实际生产动态资料分析,认为部分与油井相通的水井干层具有一定的吸水能力,因此有效利用干层能够进一步完善注采关系、提高水驱动用程度以最终提高水驱采收率。决定与油层相通的干层是否可以利用的因素多而复杂,将主成分分析方法与模糊贴近度理论结合,利用各判别变量的综合信息建立一种模糊隶属度判别函数的识别方法,既降低了初始变量的维数,又保证了判别函数的全面性及准确性。实例分析表明,模糊贴近度识别方法对干层的有效性识别准确率超过85%以上,用数值模拟方法进行分析对比,干层的有效利用可使注采关系得到了进一步完善,开采效果明显提高。因此,该综合判别法结果可靠,实用性较强,能够指导油田生产实际。     

基于主成分分析与BP神经网络相结合的机床主轴热漂移误差建模

为提高数控机床热误差模型的预测精度,提出了将主成分分析与BP神经网络相结合的主轴热漂移误差的建模和预测方法.使用主成分分析法对多个温度变量进行降维处理或重新组合,将处理后所得较少的主成分变量作为样本输入BP神经网络进行训练而得到主轴热漂移误差模型,并与经过测点优化后以关键点温度作为输入的BP神经网络模型进行对比分析.结果表明：基于主成分分析与BP神经网络相结合的主轴热漂移误差模型的拟合精度较高,残差较小;由于BP神经网络的输入变量较少而使所提出的模型训练速度快、迭代次数少.     

智能数据预处理在浮选过程中的应用

针对反浮选过程的被控对象复杂、数学模型不确定以及控制要求高等特点，提出一种基于主元分析和模糊聚类的数据预处理算法。采用模糊C均值聚类算法得到聚类中心，进行线形回归从而对过程变量数据进行了预处理。主元分析法则用采进行辅助变量的选取和输入高维向量的降维简化．针对主元变量采用径向基函数网络建立了系统经济技术指标的预测模型。根据工业实际生产数据进行的模型校验和误差分析表明，能够满足浮选过程控制的精度要求。     

特低渗透油藏建立有效注采系统实验研究

为了进一步研究特低渗透油藏有效注采系统建立的规律及其影响因素,从理论上推导了特低渗透油藏建立有效注采系统的判别模型.应用研制的特低渗透二维平板模型模拟了五点法1/4单元井网,并进行了注采系统有效性的实验研究.结果表明:注采井网要建立有效注采系统,必须克服一定的启动压差;实验得到的启动压差值与理论计算模型得到的计算值基本...     

利用注采开发数据反演油藏井间动态连通性

基于水电相似性,考虑注采井间的连通性、时滞性以及流体侵入的影响建立油藏井间动态连通性模型,利用注采生产数据结合拟牛顿优化算法对模型各特征参数进行求解.应用所建模型对均质、各向异性、包含封闭断层及含有高渗带等典型油藏进行井间连通性反演.结果表明:与弹性压缩模型相比,所建模型求解参数少,可有效考虑水体侵入的影响;反演结果可靠,与实际油藏的地质特征相符,便于油田实际应用.     

基于节点分析劈分法的多层油藏井间动态连通性分析

识别注采连通关系对油田开发方案制定及剩余油分布描述具有重要的基础作用,多层合采油藏注采量的准确劈分严重制约着井间连通性的精准识别。本文首先根据开井及储层改造等影响产量重要因素来确定劈分时间节点;再基于生产、射孔、封层、酸化压裂及产吸剖面等监测资料,采用“节点内线性内插,最后一个时间节点线性外推”的劈分法,进行注采量劈分;随后,基于阻容模型建立多层井间动态连通性模型,定量识别多层井间连通情况;最后根据实际生产资料建立判断系数,验证模型计算结果。应用该方法对实际油田的100余口井进行注采劈分,计算动态连通系数,通过示踪剂监测、判断系数进行验证。结果表明,动态连通系数与示踪剂监测结果吻合程度高,与判断系数拟合趋势好。该方法能有效提高多层油藏井间连通性识别精度,具有很好的实用价值,为同类油藏调整注采关系、制定剩余油挖潜方案提供了借鉴。     

改进PSO 算法在振荡式注汽速度优化中的应用

针对蒸汽驱恒定式注汽速度驱油效果差的现状,提出了一种基于改进PSO( Particle Swarm Optimization) 算法的蒸汽驱振荡式注汽速度优化方法。该方法建立了蒸汽驱注汽速度数学模型,采用改进粒子群优化算法对此模型进行求解并优化振荡式注汽速度,最后得到蒸汽驱振荡式注汽速度最优方案。改进粒子群优化算法引入混沌优化算子产生初始解,依据各粒子适应值的距离,完成对各个粒子的自适应变异,同时引入极值扰动算子对个体历史最优值和全局最优值实施随机扰动,加快了收敛速度,提高了种群的可进化能力。实验结果表明: 所建立模型准确,优化算法有效。通过此方法可指导蒸汽驱注采方案合理编制,指导蒸汽驱高效运行。     

水驱油藏注采井连通体积计算

通过联立质量守恒方程、产能方程等基本方程,推导出利用油藏生产动态数据计算注采井间的连通体积的模型。并通过油藏数值模拟方法验证了模型算法的合理性。利用模型对克拉玛依油田某一独立区块进行分析,得到连通体积大小的分布。从而可以得到水窜井窜流通道的体积,为实施调堵措施提供了理论依据。     

基于微分进化算法的导弹起飞质量优化设计

为快速准确地计算导弹起飞质量,对优化算法进行了研究,提出了基于微分进化算法的导弹起飞质量设计方法.以单室双推力固体火箭发动机类型的导弹起飞质量作为算例进行了优化设计.确定了设计变量及约束条件,建立了导弹起飞质量优化模型.根据优化模型选取微分进化算法中的种群规模、最大进化代数等参数,最终通过不断迭代获得最小起飞质量.优化结果显示,与遗传算法相比,微分进化算法在导弹起飞质量计算方面具有更快的收敛性和更高的计算精度.     

基于机器学习的地热采灌方案优化方法

为了解决基于数值模拟的优化方法,通常需要大量模拟计算的问题,在比较不同机器学习方法的预测性能后,建立了基于多层感知机的代理模型,以降低计算成本,然后将其与遗传算法相结合,提出了非均质地热储层中地热对井系统采灌方案优化方法。通过地热田对井系统的案例研究,证明了所开发的采灌方案优化方法的合理性和有效性。结果表明,基于代理模型的采灌方案优化方法能以更低的计算成本,准确地找到给定开采井位置时最优的回灌井位置、采灌量和尾水温度。     

基于井间动态连通性模型的注采参数优化方法

水驱油田开发过程中,由于储层非均质性以及注采参数与井网不匹配,造成优势通道发育,注入水低效无效循环严重.为了对注采井间各方向优势通道进行定量描述,基于物质平衡理论与叠加原理,在考虑井底流压变化的基础上,建立了油藏井间动态连通性反演模型——阻容模型,并运用人工蜂群算法进行求解,通过模型求解得到了不同注采井间的连通系数,经验证该系数合理表征了油藏井间动态连通程度.针对优势通道发育造成注水井在各注采方向上水驱不均衡、剩余油饱和度分布差异较大的问题,基于最优化理论,以当前各生产井含水率条件下生产井总产油量最大为目标函数,结合油水井动态生产数据,建立一种基于井间动态连通性模型的注采参数优化方法,并利用优化算法对该模型进行求解.实例应用表明:利用本文方法优化注采参数后,含水率得到明显控制,注入水驱替效率明显提高,并且本文方法仅需要油水井的动态生产资料,简单实用,对矿场具有较高的应用价值.     

基于KPCA-SVM的预测模型在铀矿堆浸中的应用

针对影响堆浸工艺铀矿浸出率的因素较多且具有非线性的特点,提出一种利用核主成分分析(KPCA)进行参数处理,整合冗余,降低维数,并将处理后得到的6个主成分作为支持向量机(SVM)测量模型输入的预测方法。在此过程中,利用粒子群算法(PSO)优化核主成分分析和支持向量机的参数,使模型具有较高的训练精度。在此基础上,对铀矿堆浸进行建模仿真,并进行预测。结果表明,基于KPCA-SVM的铀矿累计浸出率模型与BP神经网络方法相比,具有有效降低数据维数、在小样本条件下学习更加有效、建模采样过程更快、预测精度更高的优点。     

地下水污染监测井优化设计及污染源识别

在地下水污染源识别过程中,针对监测井监测值信息量不充分或监测值与模型参数关联性较弱的问题,提出一种基于贝叶斯公式与信息熵的监测井优化方法.构建二维地下水溶质运移模型,并运用GMS软件进行数值求解.为减少监测井优化设计及污染源识别过程中反复调用数值模型的计算负荷,采用克里金法建立数值模型的替代模型.以信息熵作为优化指标,筛选出不同监测类型的最优监测方案,并以监测成本和反演精度为参考因素,选定相应监测方案,最后运用差分进化自适应Metropolis算法进行污染源识别.算例研究表明:7口监测井的克里金替代模型的决定系数均大于0.98,可较好地替代原数值模型.基于监测成本最小的方案1(3号单井),其信息熵为12.772;兼顾监测成本和反演精度的方案2(井(2,3)组合),其信息熵为9.723;基于反演精度较高的方案3(3井(2,3,5)组合),其信息熵为9.377.方案1到方案3参数后验分布范围及标准差均逐渐减小,验证了信息熵是参数后验分布不确定性的有效量度.     

细管长度对烃类气-原油最小混相压力的影响及其改进预测模型

低渗透油藏烃类气-原油最小混相压力（MMP）确定及影响因素评价一般多采用数值模拟方法,缺乏烃类气驱室内物理模拟实验。细管法是一种快速、准确确定最小混相压力及油藏采出程度的实验方法,本文以塔里木深层碎屑岩油藏注烃类气混相驱替为例,通过采用15 m、30 m、45 m不同长度的细管作为实验变量,探究细管长度对最小混相压力以及油藏采出程度的影响并进行对比分析,实验结果表明：随着细管长度的增加,最小混相压力由60.4 MPa降低至56.3 MPa,油藏最终采出程度由91.51%提高至92.88%,即注采井距越长,注入气与原油混相相率越高。最后,基于遗传优化算法（GA）,提出了一种考虑细管长度的MMP预测改进模型,该模型选取油藏温度、原油中间组分摩尔分数、原油挥发组分摩尔分数、原油C7+分子量、注入气临界温度为自变量。结果表明：针对本次3组实验数据,改进的MMP模型精度较高,预测误差分别为0.08%、0.24%、0.34%,具有良好的预测能力。该研究为细管参数对烃类气驱最小混相压力影响因素分析以及最小混相压力计算,提供了一种参考方法。     

原油远洋拼船运输方案优化研究

分析当前运作模式下中国原油远洋运输优化的目标函数,总结供需平衡约束等7类运输优化限制条件,建立原油远洋拼船运输方案的优化模型,并应用改进差分进化算法求解。在模型求解过程中,对多种维度变量与约束因素数据进行有效整合,利用双染色体配对编码的方法实现供需平衡限制,通过配对染色体间的小概率交叉降低算法的早熟收敛概率,利用整体进化与个别进化相结合的方法回收潜在的优秀个体,最终加速算法的寻优速率。通过算法搜索方案与人工方案的比对结果发现,应用提出的改进差分进化算法能够降低原油远洋拼船运输方案费用,并有效提高优化方案的制定时效。     

采用代理模型的液力变矩器性能优化设计

为解决液力变矩器性能与叶片形态变量间的复杂映射问题,提高设计效率与精度,提出了采用代理模型取代三维流体计算方法,并结合寻优算法对液力变矩器的性能进行优化设计的方案。首先,在标定基于CFD仿真的液力变矩器性能响应结果前提下,利用正交设计方法,获得液力变矩器性能的大自由度仿真试验数据;然后,分别设计响应面以及神经网络2种代理模型,获取变矩器叶片角变量与其性能的映射关系,比较分析其建模效率和精度;最后,以某型号双涡轮液力变矩器启动变矩比及低速比区最高效率最大化为设计目标,分别通过2种代理模型应用NSGA-Ⅱ算法获取优化方案。仿真结果表明:在同一试验数据下,响应面模型的建模效率较高,神经网络模型的变量设计空间外延性较好;采用神经网络模型优化得到的液力变矩器模型与依照出厂参数设计的液力变矩器模型相比,其启动变矩比及低速比区最高效率分别提高了14.27%和10.24%,与采用响应面模型优化得到的液力变矩器模型相比分别提高了4.36%和1.53%。     

稠油油藏热力–化学复合驱开发规划研究

在稠油注蒸汽热采过程中添加表面活性物质,可以提高热采的开发效果,在油田现场已得到初步应用。采用理论分析与数值模拟相结合的方式对这种强化采油方法进行研究,通过分析稠油油藏热采添加表面活性剂复合驱过程中主要物理化学现象,建立了比较完整的热力–化学复合驱数学模型。为提高热力–化学复合驱稠油开发的经济效益,利用稠油热采注采关系和油藏数值模拟方法,建立了稠油不同开发阶段生产动态的预测模型;应用非线性规划理论,对稠油前期蒸汽驱、后期复合驱开发进行整体规划研究;运用自适应遗传算法对具体稠油油藏复合驱开发非线性规划模型进行分析计算。结果表明:规划后的稠油复合驱开发可以获得更大的经济效益。