CN103106538A - 油田注水系统拓扑布局优化方法 - Google Patents
油田注水系统拓扑布局优化方法 Download PDFInfo
- Publication number
- CN103106538A CN103106538A CN2011103791985A CN201110379198A CN103106538A CN 103106538 A CN103106538 A CN 103106538A CN 2011103791985 A CN2011103791985 A CN 2011103791985A CN 201110379198 A CN201110379198 A CN 201110379198A CN 103106538 A CN103106538 A CN 103106538A
- Authority
- CN
- China
- Prior art keywords
- optimization method
- genetic
- layout optimization
- oil field
- described step
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一种油田注水系统拓扑布局优化方法。该油田注水系统拓扑布局优化方法包括:(a)确定物理模型;(b)确定数学模型;(c)确定遗传算法的编码方案;(d)确定遗传策略;(e)产生原问题的初始解;(f)确定遗传算法对解的性能的评价;(g)依据适应度选择再生个体,进行遗传操作。本发明能快速的对油田注水系统拓扑布局进行优化,且优化步骤简单,大大降低了优化成本。
Description
技术领域
本发明涉及一种油田注水系统拓扑布局优化方法。
背景技术
注水是油田开发中的一种十分重要的开采方式,它可以有效地补充地层能量,在提高原油采收率,确保油田高产、稳产中起到了积极作用。但注水本身也是一个能耗大户,注水系统的耗电量是巨大的,约占我国油田生产用电的33%~56%。而且随着油田综合含水率的上升注水能耗还将急剧上升。因此,注水系统的节能降耗对于降低油田生产成本具有重要的意义。据调查统计,我国注水泵运行效率平均为75.2%,国内先进值为79.9%(大庆),国外为80%~85%。国内注水用电单耗平均为6.94kW·h/t,先进值为6.15kW·h/t,国外为5.6~6.0kW·h/t。全国平均注水系统效率为47.8%。由此可见,提高注水系统效率,节能降耗,有着重大意义。
注水系统效率是一项反映油田注水系统地面工程综合性经济技术的指标,注水系统效率的高低直接影响着原油生产成本的高低。随着油田开发工艺技术的不断发展,全国各油田在注水系统上已初步形成了适合本油田各种类型油藏、不同注水压力、不同水质特点的满足油田注水开发需要的地面工艺技术,为油田的稳产、增产创造了良好的条件。但随着油田开发难度的增加,大部分油田的注水系统效率都未达到标准要求。
我国多数油田已进入开发后期,油田的含水率逐步上升,注水量急速增加,耗电量也急剧增加。因此注水节能对节约生产成本、提高生产效率和经济效益具有重大意义。使注水泵工作在高效区是降低整个泵站和注水系统能耗的关键。
注水管网损失包括摩阻损失、泄漏损失、配水间与井口节流造成的损失等,也是注水系统能量的重要部分。油田注水系统中管网损失占泵输出能量的3.3%~30.0%,优选注水流程是提高注水管网效率的措主要施之一。
发明内容
本发明的目的在于克服上述现有技术的缺点和不足,提供一种油田注水系统拓扑布局优化方法,该油田注水系统拓扑布局优化方法能快速的对油田注水系统拓扑布局进行优化,且优化步骤简单,大大降低了优化成本。
本发明的目的通过下述技术方案实现:油田注水系统拓扑布局优化方法,包括以下步骤:
(a)确定物理模型;
(b)确定数学模型;
(c)确定遗传算法的编码方案;
(d)确定遗传策略;
(e)产生原问题的初始解;
(f)确定遗传算法对解的性能的评价;
(g)依据适应度选择再生个体,进行遗传操作。
所述步骤(a)中,确定物理模型:解决当前实际问题的描述。
所述步骤(b)中,确定数学模型:把反应实际问题的物理模型进而用数学方法来表述,确定数学模型的计算方法。
所述步骤(c)中,确定遗传算法的编码方案:从整体来讲,二进制编码的进化层次是基因,而实数编码的进化层次是个体。
所述步骤(d)中,确定遗传策略:包括进化代数和种群规模的大小,选择、交叉和变异等遗传算子的设计,以及选择概率、交叉概率和变异概率的大小等遗传参数。
所述步骤(e)中,产生原问题的初始解:即遗传算法的初始种群,简单方法是根据原问题的条件随机产生,每个个体表示为染色体的基因编码。
所述步骤(f)中,确定遗传算法对解的性能的评价:即计算个体的适应度,遗传算法的遗传操作是在对解的性能的评价基础上展开的。判断是否满足解的精度要求或其他约束条件,若满足,则结束计算,并输出最佳个体及其代表的最优解;否则,进行下一步。
所述步骤(g)中,依据适应度选择再生个体,进行遗传操作:如选择、交叉和变异等,得到新的个体,亦即新的解,然后返回步骤(f)。
综上所述,本发明的有益效果是:能快速的对油田注水系统拓扑布局进行优化,且优化步骤简单,大大降低了优化成本。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面结合实施例,对本发明作进一步的详细说明,但本发明的实施方式不仅限于此。
实施例:
如图1所示,本发明涉及的油田注水系统拓扑布局优化方法,包括以下步骤:
(a)确定物理模型;
(b)确定数学模型;
(c)确定遗传算法的编码方案;
(d)确定遗传策略;
(e)产生原问题的初始解;
(f)确定遗传算法对解的性能的评价;
(g)依据适应度选择再生个体,进行遗传操作。
所述步骤(a)中,确定物理模型:解决当前实际问题的描述。
所述步骤(b)中,确定数学模型:把反应实际问题的物理模型进而用数学方法来表述,确定数学模型的计算方法。
所述步骤(c)中,确定遗传算法的编码方案:从整体来讲,二进制编码的进化层次是基因,而实数编码的进化层次是个体。
所述步骤(d)中,确定遗传策略:包括进化代数和种群规模的大小,选择、交叉和变异等遗传算子的设计,以及选择概率、交叉概率和变异概率的大小等遗传参数。
所述步骤(e)中,产生原问题的初始解:即遗传算法的初始种群,简单方法是根据原问题的条件随机产生,每个个体表示为染色体的基因编码。
所述步骤(f)中,确定遗传算法对解的性能的评价:即计算个体的适应度,遗传算法的遗传操作是在对解的性能的评价基础上展开的。判断是否满足解的精度要求或其他约束条件,若满足,则结束计算,并输出最佳个体及其代表的最优解;否则,进行下一步。
所述步骤(g)中,依据适应度选择再生个体,进行遗传操作:如选择、交叉和变异等,得到新的个体,亦即新的解,然后返回步骤(f)。
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质,对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (8)
1.油田注水系统拓扑布局优化方法,其特征在于,包括以下步骤:
(a)确定物理模型;
(b)确定数学模型;
(c)确定遗传算法的编码方案;
(d)确定遗传策略;
(e)产生原问题的初始解;
(f)确定遗传算法对解的性能的评价;
(g)依据适应度选择再生个体,进行遗传操作。
2.根据权利要求1所述的油田注水系统拓扑布局优化方法,其特征在于,所述步骤(a)中,确定物理模型:解决当前实际问题的描述。
3.根据权利要求1所述的油田注水系统拓扑布局优化方法,其特征在于,所述步骤(b)中,确定数学模型:把反应实际问题的物理模型进而用数学方法来表述,确定数学模型的计算方法。
4.根据权利要求1所述的油田注水系统拓扑布局优化方法,其特征在于,所述步骤(c)中,确定遗传算法的编码方案:从整体来讲,二进制编码的进化层次是基因,而实数编码的进化层次是个体。
5.根据权利要求1所述的油田注水系统拓扑布局优化方法,其特征在于,所述步骤(d)中,确定遗传策略:包括进化代数和种群规模的大小,选择、交叉和变异等遗传算子的设计,以及选择概率、交叉概率和变异概率的大小等遗传参数。
6.根据权利要求1所述的油田注水系统拓扑布局优化方法,其特征在于,所述步骤(e)中,产生原问题的初始解:即遗传算法的初始种群,简单方法是根据原问题的条件随机产生,每个个体表示为染色体的基因编码。
7.根据权利要求1所述的油田注水系统拓扑布局优化方法,其特征在于,所述步骤(f)中,确定遗传算法对解的性能的评价:即计算个体的适应度,遗传算法的遗传操作是在对解的性能的评价基础上展开的。判断是否满足解的精度要求或其他约束条件,若满足,则结束计算,并输出最佳个体及其代表的最优解;否则,进行下一步。
8.根据权利要求1所述的油田注水系统拓扑布局优化方法,其特征在于,所述步骤(g)中,依据适应度选择再生个体,进行遗传操作:如选择、交叉和变异等,得到新的个体,亦即新的解,然后返回步骤(f)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103791985A CN103106538A (zh) | 2011-11-11 | 2011-11-11 | 油田注水系统拓扑布局优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103791985A CN103106538A (zh) | 2011-11-11 | 2011-11-11 | 油田注水系统拓扑布局优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103106538A true CN103106538A (zh) | 2013-05-15 |
Family
ID=48314382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011103791985A Pending CN103106538A (zh) | 2011-11-11 | 2011-11-11 | 油田注水系统拓扑布局优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103106538A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107694094A (zh) * | 2017-10-10 | 2018-02-16 | 电子科技大学 | 一种桥牌牌局样本生成方法 |
CN111639796A (zh) * | 2020-05-26 | 2020-09-08 | 中国石油化工股份有限公司 | 一种具有拓扑结构的油田有序用电系统及其有序用电分配方法 |
-
2011
- 2011-11-11 CN CN2011103791985A patent/CN103106538A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107694094A (zh) * | 2017-10-10 | 2018-02-16 | 电子科技大学 | 一种桥牌牌局样本生成方法 |
CN111639796A (zh) * | 2020-05-26 | 2020-09-08 | 中国石油化工股份有限公司 | 一种具有拓扑结构的油田有序用电系统及其有序用电分配方法 |
CN111639796B (zh) * | 2020-05-26 | 2023-08-08 | 中国石油化工股份有限公司 | 一种具有拓扑结构的油田有序用电系统及其有序用电分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chang et al. | Efficiency evaluation of hydropower station operation: A case study of Longyangxia station in the Yellow River, China | |
CN112282714B (zh) | 基于深度学习和图论的全井网注水开发优化方法 | |
CN105756654A (zh) | 水驱油藏井网优化设计方法 | |
CN102777157A (zh) | 一种co2驱油气水异井注入油藏混驱开发方法 | |
CN102780235B (zh) | 一种基于遗传算法的抽水蓄能电站调度方法 | |
CN104504455B (zh) | 一种梯级蓄能控制下水电站群长期优化调度方法 | |
CN109359332A (zh) | 一种浅薄层油藏数值模拟模型建立方法及转蒸汽驱的方法 | |
CN103793566A (zh) | 一种基于遗传算法的风电场多型号风机优化排布方法 | |
US20200370411A1 (en) | Method for calculating recovery ratio under secondary-tertiary combination development mode | |
CN104216341A (zh) | 一种基于改进随机扰动近似算法的油藏生产实时优化方法 | |
CN103106538A (zh) | 油田注水系统拓扑布局优化方法 | |
CN202101463U (zh) | 新近系孔隙型地热回灌系统 | |
Ziegler et al. | Between green economy and reformism: an exploration of circular economy and social economy policy convergence in Quebec | |
Zhou et al. | An MINLP model for network layout of underground natural gas storage | |
CN108798607B (zh) | 一种水平井分段射孔开发非均质天然气水合物藏的方法 | |
CN204258715U (zh) | 基于改进单亲遗传算法的光伏电站汇集拓扑优化装置 | |
CN105631192A (zh) | 一种泵装置能耗的综合加权评价方法 | |
CN105257265A (zh) | 一种co2驱提高采收率注入量的优化方法 | |
CN113673068A (zh) | 稠油油藏气水电热剂综合利用路径规划模型的建立方法 | |
CN111008460B (zh) | 基于多目标遗传算法的大型露天矿山边坡协同设计方法 | |
CN103089209A (zh) | 单管多井配水系统 | |
CN103104226A (zh) | 双管多井配水系统及其配水方法 | |
CN103104224A (zh) | 应用于油田开采的配水系统 | |
CN103104225A (zh) | 应用于油田开采的配水系统及其配水方法 | |
CN103104227A (zh) | 双管多井配水系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130515 |