CN113153229B - 一种页岩气绿色开发方案的筛选方法及装置 - Google Patents
一种页岩气绿色开发方案的筛选方法及装置 Download PDFInfo
- Publication number
- CN113153229B CN113153229B CN202110440858.XA CN202110440858A CN113153229B CN 113153229 B CN113153229 B CN 113153229B CN 202110440858 A CN202110440858 A CN 202110440858A CN 113153229 B CN113153229 B CN 113153229B
- Authority
- CN
- China
- Prior art keywords
- shale gas
- layer
- representing
- target model
- different
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 263
- 238000011161 development Methods 0.000 title claims abstract description 89
- 238000012216 screening Methods 0.000 title claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 247
- 238000004519 manufacturing process Methods 0.000 claims abstract description 239
- 238000005457 optimization Methods 0.000 claims abstract description 43
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 230000002452 interceptive effect Effects 0.000 claims abstract description 12
- 239000007789 gas Substances 0.000 claims description 421
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 166
- 239000005431 greenhouse gas Substances 0.000 claims description 115
- 239000002351 wastewater Substances 0.000 claims description 90
- 239000010865 sewage Substances 0.000 claims description 68
- 239000000243 solution Substances 0.000 claims description 40
- 238000005065 mining Methods 0.000 claims description 39
- 238000002347 injection Methods 0.000 claims description 37
- 239000007924 injection Substances 0.000 claims description 37
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 29
- 229910052799 carbon Inorganic materials 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 29
- 238000005553 drilling Methods 0.000 claims description 28
- 238000003860 storage Methods 0.000 claims description 25
- 238000009826 distribution Methods 0.000 claims description 24
- 239000013505 freshwater Substances 0.000 claims description 21
- 230000000694 effects Effects 0.000 claims description 15
- 230000005484 gravity Effects 0.000 claims description 13
- 230000008901 benefit Effects 0.000 claims description 9
- 239000002352 surface water Substances 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 239000002699 waste material Substances 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 239000013256 coordination polymer Substances 0.000 claims description 7
- 238000005265 energy consumption Methods 0.000 claims description 5
- 238000004064 recycling Methods 0.000 claims description 5
- 238000004065 wastewater treatment Methods 0.000 claims description 5
- 101100064157 Drosophila melanogaster drpr gene Proteins 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000005251 gamma ray Effects 0.000 claims description 2
- 230000007246 mechanism Effects 0.000 claims description 2
- 239000013307 optical fiber Substances 0.000 claims description 2
- 238000007873 sieving Methods 0.000 claims description 2
- 239000011435 rock Substances 0.000 claims 2
- 238000007599 discharging Methods 0.000 claims 1
- 230000009477 glass transition Effects 0.000 claims 1
- 230000003287 optical effect Effects 0.000 claims 1
- 239000010410 layer Substances 0.000 description 272
- 238000000605 extraction Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013022 venting Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/006—Production of coal-bed methane
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/25—Methods for stimulating production
- E21B43/26—Methods for stimulating production by forming crevices or fractures
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/30—Specific pattern of wells, e.g. optimising the spacing of wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/06—Measuring temperature or pressure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Geophysics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Animal Husbandry (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Agronomy & Crop Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种页岩气绿色开发方案的筛选方法及装置，方法包括：S110，根据页岩气开采过程中的实际情况，建立多层目标优化模型，多层目标优化模型包括上层生产目标模型、中层环境目标模型及下层经济目标模型；S120，分别求解上层生产目标模型、中层环境目标模型及下层经济目标模型，以得到上层生产目标模型的结果、中层环境目标模型的结果及下层经济目标模型的结果；S130，判断上层生产目标模型的结果、中层环境目标模型的结果及下层经济目标模型的结果三者是否均相等，若是，则流程结束；若否，则进入S140；S140，使用模糊满意度的交互式求解算法对上层生产目标模型、中层环境目标模型及下层经济目标模型进行综合求解，以得到多层目标优化模型的最优解。
Description
技术领域
本发明涉及页岩气开发技术领域，特别涉及一种页岩气绿色开发方案的筛选方法及装置。
背景技术
当前页岩气开发的优化决策通常采用单一目标或者双层次耦合目标规划，然而，随着页岩气开发系统的不断扩展，人们所研究的实际问题的规模也越来越大、层次结构日趋复杂，目前页岩气的开发过程中至少涉及生产管理、环境管理和经济效益管理三个目标的问题，而每个层级的决策者都仅仅专注于一个特定的目标，导致现实中会产生利益冲突和战略妥协，在这一背景下，传统的单层规划或双层次耦合规划技术所得到的页岩气绿色开发方案的最优策略与实际情况相差较大，实用性较低。
发明内容
基于此，有必要提供一种能够量化页岩气开发方案中存在的不确定性，并且可以缓解不同层级决策者之间的相互冲突的页岩气绿色开发方案的筛选方法及装置。
一种页岩气绿色开发方案的筛选方法，包括以下步骤：
S110，根据页岩气开采过程中的实际情况，建立多层目标优化模型，所述多层目标优化模型包括上层生产目标模型、中层环境目标模型及下层经济目标模型；
S120，分别求解所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型，以得到所述上层生产目标模型的结果、所述中层环境目标模型的结果及所述下层经济目标模型的结果；
S130，判断所述上层生产目标模型的结果、所述中层环境目标模型的结果及所述下层经济目标模型的结果三者是否均相等，若是，则流程结束并得到所述多层目标优化模型的最优解；若否，则进入S140；
S140，使用模糊满意度的交互式求解算法对所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型进行综合求解，以得到所述多层目标优化模型的最优解。
在其中一个实施例中，所述步骤S140包括：
S141，设定上层决策变量的容许区间，并基于所述上层决策变量的容许区间建立所述上层决策变量的隶属函数，所述上层决策变量为所述上层生产目标模型的决策变量；
S142，分别设定所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型的结果的容忍阀值，并基于所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型对应的容忍阀值，分别建立所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型对应的隶属函数；
S143，基于所述上层决策变量的隶属函数以及所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型对应的隶属函数，建立最大全局满意度模型；
S144，求解所述最大全局满意度模型，以得到所述最大全局满意度模型的结果，并判断上层决策者、中层决策者及下层决策者是否均接受所述最大全局满意度模型的结果，若是，则流程结束并得到所述多层目标优化模型的最优解；若否，则所述上层决策者调整所述上层生产目标模型对应的容忍阀值，并重新进入S142。
在其中一个实施例中，所述步骤S142包括：
S1421，设定所述上层生产目标模型的结果的最高容忍阀值，并基于所述上层生产目标模型的结果的最高容忍阀值建立所述上层生产目标模型的隶属函数；
S1422，设定所述中层环境目标模型的结果的最高容忍阀值，并基于所述中层环境目标模型的结果的最高容忍阀值建立所述中层环境目标模型的隶属函数；
S1423，设定所述下层经济目标模型的结果的最低容忍阀值，并基于所述下层经济目标模型的结果的最低容忍阀值建立所述下层经济目标模型的隶属函数。
在其中一个实施例中，所述上层生产目标模型的最高容忍阀值由所述上层决策变量、中层决策变量及下层决策变量分别代入所述上层生产目标模型进行求解并取各个求解结果的最大值求得，所述中层环境目标模型的最高容忍阀值由所述上层决策变量、所述中层决策变量及所述下层决策变量分别代入所述中层环境目标模型进行求解并取各个求解结果的最大值求得，所述下层经济目标模型的最低容忍阀值由所述上层决策变量、所述中层决策变量及所述下层决策变量分别代入所述下层经济目标模型进行求解并取各个求解结果的最小值求得；其中，所述中层决策变量为所述中层环境目标模型的决策变量，所述下层决策变量为所述下层经济目标模型的决策变量。
在其中一个实施例中，所述上层生产目标模型设定为上层水资源用量模型，所述中层环境目标模型设定为中层碳排放量模型，所述根据页岩气开采过程中的实际情况，建立多层目标优化模型的步骤S110包括：
根据页岩气开采过程中的水资源用量数据，建立所述上层水资源用量模型；
根据页岩气开采过程中碳排放量数据，建立所述中层碳排放量模型；
根据页岩气开采过程中经济收支数据，建立所述下层经济目标模型。
在其中一个实施例中，所述上层水资源用量模型包括以页岩气开发过程中用水量最小化为目标的上层目标函数及其约束条件，所述上层目标函数的约束条件包括区域淡水总量约束、设施容量约束及水资源传输过程约束；
所述上层目标函数的公式为：
其中，Min TFwcupper-level代表页岩气开发过程中的最小水资源用量；fwci,s,j,t代表不同页岩气的开采工艺通过不同运输模式将水资源运输至产气区的水资源用量；wtprs,t代表污水处理厂处理水的回用量；wrs,j代表不同页岩气开采工艺的回用水量；I代表水力压裂过程中淡水资源类型；S代表模型可应用的区域；J代表页岩气开采生命周期所包含的过程；T代表页岩气开发过程中不同的运输方式；
所述区域淡水总量约束的公式为：
其中，FVi,s代表不同页岩区和不同水资源类型的可利用数量；
代表地表水占总水量的最小比重；
代表地表水占总水量的最大比重；
所述设施容量约束的公式为：
其中，wtps,j,t代表不同页岩气开采工艺的返排废水通过不同运输模式运输至污水处理厂的废水量；TPCs代表市政污水处理厂的设施容量；wtis,j,t代表页岩气不同开采工艺的返排废水通过不同运输模式运输至深井注入设施的废水量；TICs代表注入井的设施容量；
所述水资源传输过程约束的公式为：
其中，wps,j代表不同页岩气开采工艺的废水产量；
代表不同页岩气开采工艺阶段污水处理厂处理量占总废水量的最小比重；
代表不同页岩气开采工艺阶段污水处理厂处理量占总废水量的最大比重；
代表不同页岩气开采工艺阶段采用深井注入方式处理量占总废水量的最小比重；
代表不同页岩气开采工艺阶段采用深井注入方式处理量占总废水量的最大比重；
代表不同页岩气开采工艺阶段回用水量占总废水量的最小比重；
代表不同页岩气开采工艺阶段回用水量占总废水量的最大比重；wtpds,t代表污水处理厂处理水的直排量；DRPRs代表不同页岩区的污水处理厂废水循环利用率；DRPDs代表污水处理厂处理水直排入河的比重；DRSmin代表返排废水形成回流水的最小比重；DRSmax代表返排废水形成回流水的最大比重。
在其中一个实施例中，所述中层碳排放量模型包括以温室气体排放量最小化为目标的中层目标函数及其约束条件，所述中层目标函数的约束条件包括不同阶段温室气体排放的限制，
所述中层目标函数的公式为：
其中，Min TGHGmiddle-level代表页岩气开发过程中的温室气体最小排放量；GHGwc代表完井过程中的温室气体排放量；GHGequip代表例行排气与设施运行过程中的温室气体泄露量；GHGproce代表页岩气加工过程中的温室气体排放量；GHGtsd代表页岩气运输、储存以及分配过程中的温室气体泄露量；wns代表不同页岩气产区的优化钻井数量；ugps代表不同页岩气产区的全生命周期的页岩气产量；CHs代表不同页岩气产区的温室气体含量；eswc代表完井过程中温室气体的最优逸散率；esequip代表例行排气和设备运行过程中温室气体的最优逸散率；esproce代表页岩气加工过程中温室气体的最优逸散率；estsd代表页岩气运输、储存以及分配过程中温室气体的最优逸散率；η表示单位换算系数；Ewc代表页岩气完井过程的单位温室效应潜值；Eequip代表页岩气例行排气和设备运行过程的单位温室效应潜值；Eproce代表页岩气加工过程的单位温室效应潜值；Etsd代表页岩气运输以及储存过程的单位温室效应潜值；
所述中层目标函数的约束条件的公式为：
其中，
和
分别代表完井过程中温室气体最高逸散率和最低逸散率；
和
分别代表例行排气过程中温室气体的最高逸散率和最低逸散率；
和
分别代表页岩气加工过程中温室气体的最高逸散率和最低逸散率；
和
分别代表页岩气运输、储存以及分配过程中温室气体的最高逸散率和最低逸散率；
代表完井过程中的温室气体的最高排放量；
代表例行排气与设施运行过程中的温室气体的最高泄露量；
代表页岩气加工过程中的温室气体的最高排放量；
代表页岩气运输、储存以及分配过程中的温室气体的最高泄露量。
在其中一个实施例中，所述下层经济目标模型包括以页岩气开发过程中的收益最大化为目标的下层目标函数及其约束条件，所述下层目标的约束条件包括产气规划约束、水气资源质量平衡约束及运输容量约束，
所述下层目标函数的公式为：
Max TBenefitlower-level＝profit-cost
cost＝costfrew+costtrans+costwaste+costGHG+costenergy
其中，Max TBenefitlower-level代表页岩气开发过程中的最大收益；profit代表页岩气开发过程中的利润；cost代表页岩气开发过程中的成本；costfrew代表淡水资源购买成本；costtrans代表水资源运输成本；costwaste代表废水处理成本；costGHG代表温室气体气体控制成本；costenergy代表能源消费成本；I代表水力压裂过程中淡水资源类型；S代表模型可应用的区域；J代表页岩气开采生命周期所包含的过程；T代表页岩气开发过程中不同的运输方式；PGs代表单位页岩气的销售价格；fwci,s,j,t代表不同页岩气的开采工艺通过不同运输模式将水资源运输至产气区的水资源用量；CWi,s代表水源的获取成本；CGs,t代表从水源至页岩气产区的单位水资源运输成本；CPs,t代表从页岩气产区至污水处理厂的单位水资源运输成本；CIs,t代表从页岩气产区至注入井的单位水资源运输成本；DGs代表水源至页岩气产区的距离；DPs代表市政污水处理厂至页岩气产区的距离；DIs代表注入井至页岩气产区的距离；TGt代表运输单位页岩气至终端用户的单位成本；OPs代表市政污水处理厂的单位操作成本；OIs代表注入井的单位操作成本；eswc代表完井过程中温室气体的最优逸散率；esequip代表例行排气和设备运行过程中温室气体的最优逸散率；esproce代表页岩气加工过程中温室气体的最优逸散率；estsd代表页岩气运输、储存以及分配过程中温室气体的最优逸散率；wtps,j,t代表不同页岩气开采工艺的返排废水通过不同运输模式运输至污水处理厂的废水量；wtprs,t代表污水处理厂处理水的回用量；wtis,j,t代表页岩气不同开采工艺的返排废水通过不同运输模式运输至深井注入设施的废水量；wns代表不同页岩气产区的优化钻井数量；ugps代表不同页岩气产区的单井全生命周期产气量；CHs代表不同页岩气产区的温室气体含量；EGCs代表不同页岩气产区的单位体积的温室气体排放控制成本；EDMs,m代表钻井和完井过程所需的能源量；EDNs,n代表不同页岩气产区的水力压裂过程所需能源投入量；CEMs,m代表钻井和完井过程所需能源量的单位成本；CENs,n代表水力压裂过程所需能源的单位成本；M代表钻探阶段需要的各种物质与材料；N代表水力压裂阶段需要的物质与材料；
所述产气规划约束的公式为：
其中，
和
分别代表页岩气产区最大钻井数和最小钻井数；gps代表不同页岩气产区的页岩气产量，
和
分别代表页岩气产区的最大产气量和最小产气量；
和
分别代表不同页岩气产区的全生命周期最大产气量和最小产气量；
所述水气资源质量平衡约束的公式为：
其中，NWs,j代表页岩气生产工艺过程的需水量；wps,j代表不同开采工艺的废水产量；FRs,j代表不同开采工艺阶段的返排率；wtps,j,t代表不同页岩气开采工艺的返排废水通过不同运输模式运输至污水处理厂的废水量；wtpds,t分别代表污水处理厂处理水的直排量；
所述运输容量约束的公式为：
其中，TWVi,s,t代表从水源至页岩气产区的每种运输方式的处理容量；TGVs,t代表从页岩气产区至污水处理厂的每种运输方式的处理容量；TIVs,t代表从页岩气产区至注入井的每种运输方式的处理容量；wtis,j,t代表不同页岩气开采工艺的返排废水通过不同运输模式注入深井的废水量；L代表页岩气供应链的生命周期长度。
在其中一个实施例中，所述下层目标的约束条件还包括产量噪声约束，所述产量噪声约束的公式为：
NQ* t＝NQt+εt
E[εt]＝0
E[εtεs]＝2·B·δ·(t-s)
其中，NQ*t代表噪声影响下的页岩气生产曲线；εt代表高随机性下噪声强度变化曲线；B代表噪声强度；E代表一个随机过程的期望值；δ代表dirac函数；Y代表页岩气一年开采周期；m和n代表随机数；t和s代表时间间隔。
一种页岩气绿色开发方案的筛选装置，包括：建模模块、第一求解模块、判断模块及第二求解模块；
所述建模模块用于根据页岩气开采过程中的实际情况，建立多层目标优化模型，所述多层目标优化模型包括上层生产目标模型、中层环境目标模型及下层经济目标模型；
所述第一求解模块用于分别求解所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型，以得到所述上层生产目标模型的结果、所述中层环境目标模型的结果及所述下层经济目标模型的结果；
所述判断模块用于判断所述上层生产目标模型的结果、所述中层环境目标模型的结果及所述下层经济目标模型的结果三者是否相等，若是，则阻停所述第二求解模块的触发并得到所述多层目标优化模型的最优解；若否，则触发所述第二求解模块；
所述第二求解模块用于使用模糊满意度的交互式求解算法对所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型进行综合求解，以得到所述多层目标优化模型的最优解。
本申请提供的页岩气绿色开发方案的筛选方法，通过引入模糊满意度的交互式求解算法对上层生产目标模型、中层环境目标模型及下层经济目标模型进行综合求解，从而从上层生产目标、中层环境目标及下层经济目标三个层次对页岩气开发方案进行分析，突破了常规设定单一目标或双层次耦合目标情况下导致的页岩气开发方案出现矛盾、脱离实际情况等特点，从更多元化的视角对页岩气开发方案进行决策分析，不仅可以量化页岩气开发方案中存在的不确定性，而且还可以缓解不同层级决策者之间的相互冲突，使得多层目标优化模型的最优解更贴合实际，更具有实用性，以期为页岩气开采系统的可持续发展提供决策依据，并为我国的页岩气开发利用提供借鉴意义。
附图说明
图1为一实施例中的页岩气绿色开发方案的筛选方法的流程框图；
图2为一实施例中的页岩气绿色开发方案的筛选装置的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，一实施例中的页岩气绿色开发方案的筛选方法包括以下步骤：
S110，根据页岩气开采过程中的实际情况，建立多层目标优化模型，多层目标优化模型包括上层生产目标模型、中层环境目标模型及下层经济目标模型。
具体地，在页岩气开采过程规划中，往往不同的决策者对应不同的规划目标，并且在多层决策过程中存在着复杂性和不确定性，由于页岩气开发过程中普遍存在着生产目标、环境目标及经济目标三者之间的矛盾制约关系，为了兼顾上述三个不同角度的规划目标，需要根据页岩气开采过程中的实际情况，分别建立上层生产目标模型、中层环境目标模型及下层经济目标模型。
S120，分别求解上层生产目标模型、中层环境目标模型及下层经济目标模型，以得到上层生产目标模型的结果、中层环境目标模型的结果及下层经济目标模型的结果。
具体地，分别单独求解上层生产目标模型、中层环境目标模型及下层经济目标模型，其中，上层生产目标模型的结果、中层环境目标模型的结果及下层经济目标模型的结果可分别表示为f(x,y,z)、g(x,y,z)和h(x,y,z)。
S130，判断上层生产目标模型的结果、中层环境目标模型的结果及下层经济目标模型的结果三者是否均相等，若是，则流程结束并得到多层目标优化模型的最优解；若否，则进入S140。
具体地，当上层生产目标模型的结果、中层环境目标模型的结果及下层经济目标模型的结果三者均相等时，即当f(x,y,z)＝g(x,y,z)＝h(x,y,z)时，则f(x,y,z)、g(x,y,z)及h(x,y,z)即为多层目标优化模型的最优解。
但是通常情况下，上层生产目标模型、中层环境目标模型及下层经济目标模型往往是相互冲突的，三者之间具有显著的差异和偏好，导致上层生产目标模型的结果、中层环境目标模型的结果及下层经济目标模型的结果不可能均相等，例如当f(x,y,z)≠g(x,y,z)≠h(x,y,z)时，则需要执行下一步骤S140。
S140，使用模糊满意度的交互式求解算法对上层生产目标模型、中层环境目标模型及下层经济目标模型进行综合求解，以得到多层目标优化模型的最优解。
具体地，通过引入模糊满意度的交互式求解算法对上层生产目标模型、中层环境目标模型及下层经济目标模型进行综合求解，从而从上层生产目标、中层环境目标及下层经济目标三个层次对页岩气开发方案进行分析，突破了常规设定单一目标或双层次耦合目标情况下导致的页岩气开发方案出现矛盾、脱离实际情况等特点，从更多元化的视角对页岩气开发方案进行决策分析，不仅可以量化页岩气开发方案中存在的不确定性，而且还可以缓解不同层级决策者之间的相互冲突，使得多层目标优化模型的最优解更贴合实际，更具有实用性，以期为页岩气开采系统的可持续发展提供决策依据，并为我国的页岩气开发利用提供借鉴意义。
在页岩气生产过程中，水力压裂环节水资源消耗水平很高，通过使用回流水可以达到节水的目的，因此将水资源用量最小化置于上层；大量温室气体的排放影响了页岩气的可持续发展，因此将全生命周期碳排放量最小化置于中层；追求利益最大化是开发页岩气的驱动力，因此将页岩气开发系统经济效益最大化置于下层，在本实施例中，可将上层生产目标模型设定为上层水资源用量模型，并将中层环境目标模型设定为中层碳排放量模型。
因此，基于模糊满意度的交互式求解算法对上层水资源用量模型、中层碳排放量模型及下层经济目标模型进行综合求解，实现了从上层水资源使用、中层碳排放和下层经济效益三个方面对页岩气开发过程进行决策优化，可以有效地解决了不同层级决策者提出的三个规划目标，从而可在保障水资源用量和全生命周期碳排放最小化的条件下，尽可能追求经济效益的最大化，缓解了不同层级决策者之间的相互冲突，使得多层目标优化模型的最优解更贴合实际，更具有实用性。
在一实施例中，根据页岩气开采过程中的实际情况，建立多层目标优化模型的步骤S110包括：S111，根据页岩气开采过程中水资源用量数据，建立上层水资源用量模型；S112，根据页岩气开采过程中碳排放量数据，建立中层碳排放量模型；S113，根据页岩气开采过程中经济收支数据，建立下层经济目标模型。
具体地，由于水资源用量、碳排放量及经济收支情况均具有一定的不确定性，即在每个页岩气产区的水资源用量、碳排放量及经济收支情况均可能不同，水资源用量、碳排放量及经济收支情况均是具有随机性的，然而，尽管水资源用量、碳排放量及经济收支情况均具有一定的不确定性，但在特定页岩气产区，仍可根据历史同期的水资源用量、碳排放量及经济收支情况数据信息对不同页岩气产区的水资源用量、碳排放量及经济收支情况进行概率性预测，然后分别通过计算机模拟得到的各个水资源用量、碳排放量及经济收支数据，从而构建出上层水资源用量模型、中层碳排放量模型及下层经济目标模型。
在一实施例中，上层水资源用量模型包括以页岩气开发过程中用水量最小化为目标的上层目标函数及其约束条件，页岩气开发过程中用水量最小化主要通过合理使用淡水资源和提高处理水使用率来实现，上层目标函数的约束条件包括区域淡水总量约束、设施容量约束及水资源传输过程约束；
上层目标函数的公式为：
其中，Min TFwcupper-level代表页岩气开发过程中的水资源最小用量(gallon)；
fwci,s,j,t代表不同页岩气的开采工艺通过不同运输模式将水资源运输至产气区的水资源用量(gallon)；
wtprs,t代表污水处理厂处理水的回用量(gallon)；
wrs,j代表不同页岩气开采工艺的回用水量(gallon)；
I代表水力压裂过程中淡水资源类型；具体地，i＝1时代表地表水，i＝2时代表地下水，i＝3时代表回流水，i＝4时代表外购水；
S代表模型可应用的区域；
J代表页岩气开采生命周期所包含的过程；具体地，j＝1时代表钻井过程，j＝2时代表水力压裂过程，j＝3时代表产气过程；
T代表页岩气开发过程中不同的运输方式；具体地，t＝1时代表通过卡车运输，t＝2时代表通过管道运输；
需要指出的是，高耗水的页岩气开采过程主要依赖区域淡水资源，区域淡水总量约束的公式为：
其中，FVi,s代表不同页岩区和不同水资源类型的可利用数量(gallon)；
设施容量约束要求污水处理厂和深井注入设施的处理容量均需小于各自对应的最大设计容量，设施容量约束的公式为：
其中，wtps,j,t代表不同页岩气开采工艺的返排废水通过不同运输模式运输至污水处理厂的废水量(gallon)；
TPCs代表市政污水处理厂的设施容量(gallon/week)；
wtis,j,t代表页岩气不同开采工艺的返排废水通过不同运输模式运输至深井注入设施的废水量(gallon)；
TICs代表注入井的设施容量(gallon/week)；
页岩气开采返排水主要采用就地处理回用、污水处理厂处理和深井注入三种方式，其中在污水处理厂存在循环使用和直排两种水资源分配过程，通过设置合理的返排水处理分配比例，达到最大化水循环利用率的目的，水资源传输过程约束的公式为：
其中，wps,j代表不同页岩气开采工艺的废水产量(gallon)；
wtpds,t代表污水处理厂处理水的直排量(gallon)；
DRPRs代表不同页岩区的污水处理厂废水循环利用率(％)；
DRPDs代表污水处理厂处理水直排入河的比重(％)；
DRSmin代表返排废水形成回流水的最小比重(％)；
DRSmax代表返排废水形成回流水的最大比重(％)。
在一实施例中，中层碳排放量模型包括以温室气体排放量最小化为目标的中层目标函数及其约束条件，该温室气体排放量包括完井过程中的温室气体排放量、例行排气与设施运行过程中的温室气体泄露量、页岩气加工过程中的温室气体排量及页岩气运输、储存以及分配过程中的温室气体泄露量；在一实施例中，温室气体包括甲烷和/或二氧化碳；
具体地，中层目标函数的公式为：
其中，Min TGHGmiddle-level代表页岩气开发过程中的温室气体最小排放量(kg CO2-eq)；
GHGwc代表完井过程中的温室气体排放量；
GHGequip代表例行排气与设施运行过程中的温室气体泄露量；
GHGproce代表页岩气加工过程中的温室气体排量；
GHGtsd代表页岩气运输、储存以及分配过程中的温室气体泄露量；
wns代表不同页岩气产区的优化钻井数量；
ugps代表不同页岩气产区的全生命周期的页岩气产量(bcf/well)；
CHs代表不同页岩气产区的温室气体含量；
eswc代表完井过程中温室气体的最优逸散率(％)；
esequip代表例行排气和设备运行过程中温室气体的最优逸散率(％)；
esproce代表页岩气加工过程中温室气体的最优逸散率(％)；
estsd代表页岩气运输、储存以及分配过程中温室气体的最优逸散率(％)。
η表示单位换算系数；
Ewc代表页岩气完井过程的单位温室效应潜值；
Eequip代表页岩气例行排气和设备运行过程的单位温室效应潜值；
Eproce代表页岩气加工过程的单位温室效应潜值；
Etsd代表页岩气运输以及储存过程的单位温室效应潜值。
中层目标函数的约束条件包括不同阶段温室气体排放的限制，具体地，中层目标函数的约束条件要求不同阶段的温室气体排放应限于各自对应的最小值和最大值之间，中层目标函数的约束条件的公式为：
其中，
和
分别代表完井过程中温室气体最高逸散率和最低逸散率；
在一实施例中，下层经济目标模型包括以页岩气开发过程中的收益最大化为目标的下层目标函数及其约束条件，页岩气开发过程中的收益主要由页岩气开发过程中的利润和页岩气开发过程中的成本决定，且页岩气开发过程中的成本包括淡水资源购买成本、水资源运输成本、废水处理成本、温室气体气体控制成本及能源消费成本，下层目标的约束条件包括产气规划约束、水气资源质量平衡约束及运输容量约束，
下层目标函数的公式为：
Max TBenefitlower-level＝profit-cost
cost＝costfrew+costtrans+costwaste+costGHG+costenergy
其中,Max TBenefitlower-level代表页岩气开发过程中的最大收益($)；
profit代表页岩气开发过程中的利润($)；
cost代表页岩气开发过程中的成本($)；
costfrew代表淡水资源购买成本($)；
costtrans代表水资源运输成本($)；
costwaste代表废水处理成本($)；
costGHG代表温室气体气体控制成本($)；
costenergy代表能源消费成本($)；
PGs代表单位页岩气的销售价格($/bcf)；
fwci,s,j,t代表不同页岩气的开采工艺通过不同运输模式将水资源运输至产气区的水资源用量；
CWi,s代表水源的获取成本($/gallon)；
CGs,t代表从水源至页岩气产区的单位水资源运输成本($/milegallon)；
CPs,t代表从页岩气产区至污水处理厂的单位水资源运输成本($/mile gallon)；
CIs,t代表从页岩气产区至注入井的单位水资源运输成本($/mile gallon)；
DGs代表水源至页岩气产区的距离(mile)；
DPs代表市政污水处理厂至页岩气产区的距离(mile)；
DIs代表注入井至页岩气产区的距离(mile)；
TGt代表运输单位页岩气至终端用户的单位成本($/bcf)；
OPs代表市政污水处理厂的单位操作成本($/gallon)；
OIs代表注入井的单位操作成本($/gallon)；
eswc代表完井过程中温室气体的最优逸散率；
esequip代表例行排气和设备运行过程中温室气体的最优逸散率；
esproce代表页岩气加工过程中温室气体的最优逸散率；
estsd代表页岩气运输、储存以及分配过程中温室气体的最优逸散率；
wtps,j,t代表不同页岩气开采工艺的返排废水通过不同运输模式运输至污水处理厂的废水量(gallon)；
wtprs,t代表污水处理厂处理水的回用量(gallon)；
wtis,j,t代表页岩气不同开采工艺的返排废水通过不同运输模式运输至深井注入设施的废水量(gallon)；
wns代表不同页岩气产区的优化钻井数量；
ugps代表不同页岩气产区的全生命周期产气量(bcf/well)；
CHs代表不同页岩气产区的温室气体含量；
EGCs代表不同页岩气产区的单位体积的温室气体排放控制成本($/bcf)；
EDMs,m代表钻井和完井过程所需的能源量(t/well)；
EDNs,n代表不同页岩气产区的水力压裂过程所需能源投入量(t/well)；
CEMs,m代表钻井和完井过程所需能源量的单位成本($/t)；
CENs,n代表水力压裂过程所需能源的单位成本($/t)；
M代表钻探阶段需要的各种物质与材料；
N代表水力压裂阶段需要的物质与材料；
受到页岩气产区范围的限制，页岩气的开发程度(如页岩气的产量和钻井数量)不应超过该页岩气产区页岩区开发的规划规模，产气规划约束的公式为：
其中，
代表不同页岩气产区的优化最小钻井数量；
gps代表不同页岩气产区的页岩气产量(bcf/well)；
具体地，水气资源质量平衡约束要求页岩气的总产量及耗水量应与钻井数量相匹配，废水分配路径需要满足一定的比例要求，水气资源质量平衡约束的公式为：
其中，fwci,s,j,t代表不同页岩气的开采工艺通过不同运输模式将水资源运输至产气区的水资源用量(gallon)；
wtprs,t代表污水处理厂处理水的回用量(gallon)；
NWs,j代表页岩气生产工艺过程的需水量(gallon/well)；
wps,j代表不同开采工艺的废水产量(gallon)；
FRs,j代表不同开采工艺阶段的返排率(％)；
wtps,j,t代表不同页岩气开采工艺的返排废水通过不同运输模式运输至污水处理厂的废水量(gallon)；
wtpds,t分别代表污水处理厂处理水的直排量(gallon)；
具体地，运输容量约束要求淡水资源和废水运输方式的运输量不能超过气、水运输载体的最大运输能力，运输容量约束的公式为：
其中，TWVi,s,t代表从水源至页岩气产区的每种运输方式的处理容量(gallon/week)；
TGVs,t代表从页岩气产区至污水处理厂的每种运输方式的处理容量(gallon/week)；
TIVs,t代表从页岩气产区至注入井的每种运输方式的处理容量(gallon/week)；
L代表页岩气供应链的生命周期长度(week)；
wtis,j,t代表不同页岩气开采工艺的返排废水通过不同运输模式注入深井的废水量。
在一实施例中，下层目标的约束条件还包括产量噪声约束，由于页岩气的产量受到峰值、递减率等参数及计算过程的噪声干扰，页岩气产量往往具有高度随机性，通过引入产量噪声约束反映页岩气产量的随机特征，使模型的运算结果更贴合实际，更具有实用性。
具体地，产量噪声约束的公式为：
NQ* t＝NQt+εt
E[εt]＝0
E[εtεs]＝2·B·δ·(t-s)
其中，NQ*t代表噪声影响下的页岩气生产曲线；
εt代表高随机性下噪声强度变化曲线；
B代表噪声强度；
E代表一个随机过程的期望值；
δ代表dirac函数；
Y代表页岩气一年开采周期；
m代表随机数；
n代表随机数；
t和s代表时间间隔。
在一实施例中，使用模糊满意度的交互式求解算法对上层生产目标模型、中层环境目标模型及下层经济目标模型进行综合求解，以得到多层目标优化模型的最优解的步骤S140包括：
S141，设定上层决策变量的容许区间，并基于上层决策变量的容许区间建立上层决策变量的隶属函数，上层决策变量为上层生产目标模型的决策变量。
具体地，设定上层决策变量x的容许区间([xu-t,xu]和[xu,xu+t])，t代表xu的偏差值，优化后的上层决策变量x需落入该容许区间内，否则优化后的上层决策变量x结果无效，上层决策变量x的隶属函数σ(x)的公式为：
其中，σ(x)在区间[xu-t,xu]内线性增加，并在区间[xu,xu+t]内线性递减。
需要指出的是，容许区间的变化范围可通过上层决策者的经验确定或根据不同页岩气开发案例背景分情况判断，在本实施例中，(xu-t)和(xu+t)的变化范围分别为(1-0.3)xu和(1+0.3)xu。
S142，分别设定上层生产目标模型、中层环境目标模型及下层经济目标模型的结果的容忍阀值，并基于上层生产目标模型、中层环境目标模型及下层经济目标模型对应的容忍阀值，分别建立上层生产目标模型、中层环境目标模型及下层经济目标模型对应的隶属函数。
在一实施例中，步骤S142包括：
S1421，设定上层生产目标模型的结果的最高容忍阀值，并基于上层生产目标模型的结果的最高容忍阀值建立上层生产目标模型的隶属函数。
具体地，由于上层生产目标模型(上层水资源用量模型)为单目标规划(页岩气开发过程中用水量最小化)问题，因此，上层决策者需要为上层生产目标模型的结果设定一个最高容忍阀值f′，具体地，上层生产目标模型的最高容忍阀值f′可由上层决策变量、中层决策变量及下层决策变量分别代入上层生产目标模型进行求解并取各个求解结果的最大值求得，其中，中层决策变量为中层环境目标模型的决策变量，下层决策变量为下层经济目标模型的决策变量。
上层生产目标模型的隶属函数α的公式如下：
其中，fu为通过单独求解上层生产目标规划模型得到的一个结果，当f(x,y,z)≤fu是完全可以接受的，α对应的隶属度值为1，而当f(x,y,z)>f′是完全不能接受的，α对应的隶属度值为0；上层生产目标模型的隶属函数α在区间[fu,f′]内是线性递减的。
S1422，设定中层环境目标模型的结果的最高容忍阀值，并基于中层环境目标模型的结果的最高容忍阀值建立中层环境目标模型的隶属函数。
具体地，由于中层环境目标模型(中层碳排放量模型)为单目标规划最小化(即碳排放量最小化)问题，因此，中层决策者需要为中层环境目标模型的结果设定一个最高容忍阀值g′，具体地，中层环境目标模型的最高容忍阀值g′可由上层决策变量、中层决策变量及下层决策变量分别代入中层环境目标模型进行求解并取各个求解结果的最大值求得。
中层环境目标模型的隶属函数β的公式如下：
其中，gm为通过单独求解中层环境目标规划模型得到的一个结果，当g(x,y,z)≤gm是完全可以接受的，β对应的隶属度值为1；当g(x,y,z)＞g′是完全不能接受的，β对应的隶属度值为0；当β对应的隶属度值不为0和1时，g(x,y,z)小于等于g′且大于gm。
S1423，设定下层经济目标模型的结果的最低容忍阀值，并基于下层经济目标模型的结果的最低容忍阀值建立下层经济目标模型的隶属函数。
具体地，由于下层经济目标模型为单目标规划最大化(即经济效益最大化)问题，因此，下层决策者需要为下层经济目标模型的结果设定一个最低容忍阀值h′，具体地，下层经济目标模型的最低容忍阀值h′可由上层决策变量、中层决策变量及下层决策变量分别代入下层经济目标模型进行求解并取各个求解结果的最小值求得。
下层经济目标模型的隶属函数γ的公式如下：
其中，hL为通过单独求解下层经济目标规划模型得到的一个结果，当h(x,y,z)≥hL是完全可以接受的，γ对应的隶属度值为1；当h(x,y,z)<h′是完全不能接受的，γ对应的隶属度值为0；当γ对应的隶属度值不为0和1时，h(x,y,z)小于hL且大于等于h′。
S143，基于上层决策变量的隶属函数以及上层生产目标模型、中层环境目标模型及下层经济目标模型对应的隶属函数，建立最大全局满意度模型。
具体地，最大全局满意度模型包括最大全局满意度函数及其约束条件，最大全局满意度函数为Maxλ，最大全局满意度函数的约束条件为：
其中，λ代表满意度；
Maxλ代表最大全局满意度函数；
S144，求解最大全局满意度模型，以得到最大全局满意度模型的结果，并判断上层决策者、中层决策者及下层决策者是否均接受最大全局满意度模型的结果，若是，则流程结束并得到多层目标优化模型的最优解；若否，则上层决策者调整上层生产目标模型对应的容忍阀值，并重新进入S142。
具体地，通过计算机编程软件求解最大全局满意度模型，以得到最大全局满意度模型的结果，计算机编程软件可以但不限于为LINGO编程软件，若上层决策者、中层决策者及下层决策者均接受最大全局满意度模型的结果λ的值，则流程结束并得到多层目标优化模型的最优解；若上层决策者、中层决策者及下层决策者中的任意一个不接受全局满意度模型的结果λ的值，则上层决策者调整上层生产目标模型对应的容忍阀值(即上层生产目标模型的最高容忍阀值f′)，并重新进入步骤S142以进行上层生产目标模型的隶属函数α的调节，然后继续进行步骤S143和步骤S144，直至最终获得多层目标优化模型的最优解。
本申请提供的页岩气绿色开发方案的筛选方法，通过引入模糊满意度的交互式求解算法对上层生产目标模型、中层环境目标模型及下层经济目标模型进行综合求解，从而从上层生产目标、中层环境目标及下层经济目标三个层次对页岩气开发方案进行分析，突破了常规设定单一目标或双层次耦合目标情况下导致的页岩气开发方案出现矛盾、脱离实际情况等特点，从更多元化的视角对页岩气开发方案进行决策分析，不仅可以量化页岩气开发方案中存在的不确定性，而且还可以缓解不同层级决策者之间的相互冲突，使得多层目标优化模型的最优解更贴合实际，更具有实用性，以期为页岩气开采系统的可持续发展提供决策依据，并为我国的页岩气开发利用提供借鉴意义。
如图2所示，本申请还提供了一种页岩气绿色开发方案的筛选装置100，该页岩气绿色开发方案的筛选装置100包括建模模块110、第一求解模块120、判断模块130及第二求解模块140；
建模模块110用于根据页岩气开采过程中的实际情况，建立多层目标优化模型，多层目标优化模型包括上层生产目标模型、中层环境目标模型及下层经济目标模型。
第一求解模块120用于分别求解上层生产目标模型、中层环境目标模型及下层经济目标模型，以得到上层生产目标模型的结果、中层环境目标模型的结果及下层经济目标模型的结果。
判断模块130用于判断上层生产目标模型的结果、中层环境目标模型的结果及下层经济目标模型的结果三者是否相等，若是，则阻停第二求解模块140的触发并得到多层目标优化模型的最优解；若否，则触发第二求解模块140。
第二求解模块140用于使用模糊满意度的交互式求解算法对上层生产目标模型、中层环境目标模型及下层经济目标模型进行综合求解，以得到多层目标优化模型的最优解。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (6)
1.一种页岩气绿色开发方案的筛选方法，其特征在于，包括以下步骤：
S110，根据页岩气开采过程中的实际情况，建立多层目标优化模型，所述多层目标优化模型包括上层生产目标模型、中层环境目标模型及下层经济目标模型；
S120，分别求解所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型，以得到所述上层生产目标模型的结果、所述中层环境目标模型的结果及所述下层经济目标模型的结果；
S130，判断所述上层生产目标模型的结果、所述中层环境目标模型的结果及所述下层经济目标模型的结果三者是否均相等，若是，则流程结束并得到所述多层目标优化模型的最优解；若否，则进入S140；
S140，使用模糊满意度的交互式求解算法对所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型进行综合求解，以得到所述多层目标优化模型的最优解；
所述上层生产目标模型设定为上层水资源用量模型，所述中层环境目标模型设定为中层碳排放量模型，所述根据页岩气开采过程中的实际情况，建立多层目标优化模型的步骤S110包括：
根据页岩气开采过程中的水资源用量数据，建立所述上层水资源用量模型；
根据页岩气开采过程中碳排放量数据，建立所述中层碳排放量模型；
根据页岩气开采过程中经济收支数据，建立所述下层经济目标模型；
所述上层水资源用量模型包括以页岩气开发过程中用水量最小化为目标的上层目标函数及其约束条件，所述上层目标函数的约束条件包括区域淡水总量约束、设施容量约束及水资源传输过程约束；
所述上层目标函数的公式为：
其中，Min TFwcupper-level代表页岩气开发过程中的最小水资源用量；fwci,s,j,t代表不同页岩气的开采工艺通过不同运输模式将水资源运输至产气区的水资源用量；wtprs,t代表污水处理厂处理水的回用量；wrs,j代表不同页岩气开采工艺的回用水量；I代表水力压裂过程中淡水资源类型；S代表模型可应用的区域；J代表页岩气开采生命周期所包含的过程；T代表页岩气开发过程中不同的运输方式；
所述区域淡水总量约束的公式为：
其中，FVi,s代表不同页岩区和不同水资源类型的可利用数量；
代表地表水占总水量的最小比重；
代表地表水占总水量的最大比重；
所述设施容量约束的公式为：
其中，wtps,j,t代表不同页岩气开采工艺的返排废水通过不同运输模式运输至污水处理厂的废水量；TPCs代表市政污水处理厂的设施容量；wtis,j,t代表页岩气不同开采工艺的返排废水通过不同运输模式运输至深井注入设施的废水量；TICs代表注入井的设施容量；
所述水资源传输过程约束的公式为：
其中，wps,j代表不同页岩气开采工艺的废水产量；
代表不同页岩气开采工艺阶段污水处理厂处理量占总废水量的最小比重；
代表不同页岩气开采工艺阶段污水处理厂处理量占总废水量的最大比重；
代表不同页岩气开采工艺阶段采用深井注入方式处理量占总废水量的最小比重；
代表不同页岩气开采工艺阶段采用深井注入方式处理量占总废水量的最大比重；
代表不同页岩气开采工艺阶段回用水量占总废水量的最小比重；
代表不同页岩气开采工艺阶段回用水量占总废水量的最大比重；wtpds,t代表污水处理厂处理水的直排量；DRPDs代表不同页岩区的污水处理厂废水循环利用率；DRPDs代表污水处理厂处理水直排入河的比重；DRSmin代表返排废水形成回流水的最小比重；DRSmax代表返排废水形成回流水的最大比重；
所述中层碳排放量模型包括以温室气体排放量最小化为目标的中层目标函数及其约束条件，所述中层目标函数的约束条件包括不同阶段温室气体排放的限制，
所述中层目标函数的公式为：
其中，Min TGHGmiddle-level代表页岩气开发过程中的温室气体最小排放量；GHGwc代表完井过程中的温室气体排放量；GHGequip代表例行排气与设施运行过程中的温室气体泄露量；GHGproce代表页岩气加工过程中的温室气体排放量；GHGtsd代表页岩气运输、储存以及分配过程中的温室气体泄露量；wns代表不同页岩气产区的优化钻井数量；ugps代表不同页岩气产区的全生命周期的页岩气产量；CHs代表不同页岩气产区的温室气体含量；eswc代表完井过程中温室气体的最优逸散率；esequip代表例行排气和设备运行过程中温室气体的最优逸散率；esproce代表页岩气加工过程中温室气体的最优逸散率；estsd代表页岩气运输、储存以及分配过程中温室气体的最优逸散率；η表示单位换算系数；Ewc代表页岩气完井过程的单位温室效应潜值；Eequip代表页岩气例行排气和设备运行过程的单位温室效应潜值；Eproce代表页岩气加工过程的单位温室效应潜值；Etsd代表页岩气运输以及储存过程的单位温室效应潜值；
所述中层目标函数的约束条件的公式为：
其中，
和
分别代表完井过程中温室气体最高逸散率和最低逸散率；
和
分别代表例行排气过程中温室气体的最高逸散率和最低逸散率；
和
分别代表页岩气加工过程中温室气体的最高逸散率和最低逸散率；
和
分别代表页岩气运输、储存以及分配过程中温室气体的最高逸散率和最低逸散率；
代表完井过程中的温室气体的最高排放量；
代表例行排气与设施运行过程中的温室气体的最高泄露量；
代表页岩气加工过程中的温室气体的最高排放量；
代表页岩气运输、储存以及分配过程中的温室气体的最高泄露量；
所述下层经济目标模型包括以页岩气开发过程中的收益最大化为目标的下层目标函数及其约束条件，所述下层目标的约束条件包括产气规划约束、水气资源质量平衡约束及运输容量约束，
所述下层目标函数的公式为：
Max TBenefitlower-level＝profit-cost
cost＝costfrew+costtrans+costwaste+costGHG+costenergy
其中，Max TBenefitlower-level代表页岩气开发过程中的最大收益；profit代表页岩气开发过程中的利润；代表页岩气开发过程中的成本；costfrew代表淡水资源购买成本；costtrans水资源运输成本；costwaste代表废水处理成本；costGHG代表温室气体气体控制成本；costenergy代表能源消费成本；I代表水力压裂过程中淡水资源类型；S代表模型可应用的区域；J代表页岩气开采生命周期所包含的过程；T代表页岩气开发过程中不同的运输方式；PGs代表单位页岩气的销售价格；fwci，s，j，t代表不同页岩气的开采工艺通过不同运输模式将水资源运输至产气区的水资源用量；CWi，s代表水源的获取成本；CGs，t代表从水源至页岩气产区的单位水资源运输成本；CPs，t代表从页岩气产区至污水处理厂的单位水资源运输成本；CIs，t代表从页岩气产区至注入井的单位水资源运输成本；DGs代表水源至页岩气产区的距离；DPs代表市政污水处理厂至页岩气产区的距离；DIs代表注入井至页岩气产区的距离；TGt代表运输单位页岩气至终端用户的单位成本；OPs代表市政污水处理厂的单位操作成本；OIs代表注入井的单位操作成本；eswc代表完井过程中温室气体的最优逸散率；esequip代表例行排气和设备运行过程中温室气体的最优逸散率；esproce代表页岩气加工过程中温室气体的最优逸散率；estsd代表页岩气运输、储存以及分配过程中温室气体的最优逸散率；wtps，j，t代表不同页岩气开采工艺的返排废水通过不同运输模式运输至污水处理厂的废水量；wtprs，t代表污水处理厂处理水的回用量；wtis，j，t代表页岩气不同开采工艺的返排废水通过不同运输模式运输至深井注入设施的废水量；wns代表不同页岩气产区的优化钻井数量；ugps代表不同页岩气产区的单井全生命周期产气量；CHs代表不同页岩气产区的温室气体含量；EGCs代表不同页岩气产区的单位体积的温室气体排放控制成本；EDMs，m代表钻井和完井过程所需的能源量；EDNs，n代表不同页岩气产区的水力压裂过程所需能源投入量；CEMs，m代表钻井和完井过程所需能源量的单位成本；CENs，n代表水力压裂过程所需能源的单位成本；M代表钻探阶段需要的各种物质与材料；N代表水力压裂阶段需要的物质与材料；
所述产气规划约束的公式为：
其中，
和
分别代表页岩气产区最大钻井数和最小钻井数；gps代表不同页岩气产区的页岩气产量，
和
分别代表页岩气产区的最大产气量和最小产气量；
和
分别代表不同页岩气产区的全生命周期最大产气量和最小产气量；
所述水气资源质量平衡约束的公式为：
其中，NWs，j代表页岩气生产工艺过程的需水量；wps，j代表不同开采工艺的废水产量；FRs，j代表不同开采工艺阶段的返排率；wtps，j，t代表不同页岩气开采工艺的返排废水通过不同运输模式运输至污水处理厂的废水量；wtpds，t分别代表污水处理厂处理水的直排量；
所述运输容量约束的公式为：
其中，TWVi，s，t代表从水源至页岩气产区的每种运输方式的处理容量；TGVs，t代表从页岩气产区至污水处理厂的每种运输方式的处理容量；TIVs，t代表从页岩气产区至注入井的每种运输方式的处理容量；wtis，j，t代表不同页岩气开采工艺的返排废水通过不同运输模式注入深井的废水量；L代表页岩气供应链的生命周期长度。
2.根据权利要求1所述的页岩气绿色开发方案的筛选方法，其特征在于，所述步骤S140包括：
S141，设定上层决策变量的容许区间，并基于所述上层决策变量的容许区间建立所述上层决策变量的隶属函数，所述上层决策变量为所述上层生产目标模型的决策变量；
S142，分别设定所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型的结果的容忍阀值，并基于所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型对应的容忍阀值，分别建立所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型对应的隶属函数；
S143，基于所述上层决策变量的隶属函数以及所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型对应的隶属函数，建立最大全局满意度模型；
S144，求解所述最大全局满意度模型，以得到所述最大全局满意度模型的结果，并判断上层决策者、中层决策者及下层决策者是否均接受所述最大全局满意度模型的结果，若是，则流程结束并得到所述多层目标优化模型的最优解；若否，则所述上层决策者调整所述上层生产目标模型对应的容忍阀值，并重新进入S142。
3.根据权利要求2所述的页岩气绿色开发方案的筛选方法，其特征在于，所述步骤S142包括：
S1421，设定所述上层生产目标模型的结果的最高容忍阀值，并基于所述上层生产目标模型的结果的最高容忍阀值建立所述上层生产目标模型的隶属函数；
S1422，设定所述中层环境目标模型的结果的最高容忍阀值，并基于所述中层环境目标模型的结果的最高容忍阀值建立所述中层环境目标模型的隶属函数；
S1423，设定所述下层经济目标模型的结果的最低容忍阀值，并基于所述下层经济目标模型的结果的最低容忍阀值建立所述下层经济目标模型的隶属函数。
4.根据权利要求3所述的页岩气绿色开发方案的筛选方法，其特征在于，所述上层生产目标模型的最高容忍阀值由所述上层决策变量、中层决策变量及下层决策变量分别代入所述上层生产目标模型进行求解并取各个求解结果的最大值求得，所述中层环境目标模型的最高容忍阀值由所述上层决策变量、所述中层决策变量及所述下层决策变量分别代入所述中层环境目标模型进行求解并取各个求解结果的最大值求得，所述下层经济目标模型的最低容忍阀值由所述上层决策变量、所述中层决策变量及所述下层决策变量分别代入所述下层经济目标模型进行求解并取各个求解结果的最小值求得；其中，所述中层决策变量为所述中层环境目标模型的决策变量，所述下层决策变量为所述下层经济目标模型的决策变量。
5.根据权利要求1所述的页岩气绿色开发方案的筛选方法，其特征在于，所述下层目标的约束条件还包括产量噪声约束，所述产量噪声约束的公式为：
NQ* t＝NQt+εt
E[εt]＝0
E[εtεs]＝2·B·δ·(t-s)
其中，NQ*t代表噪声影响下的页岩气生产曲线；εt代表高随机性下噪声强度变化曲线；B代表噪声强度；E代表一个随机过程的期望值；δ代表dirac函数；Y代表页岩气一年开采周期；m和n代表随机数；t和s代表时间间隔。
6.一种页岩气绿色开发方案的筛选装置，其特征在于，包括：建模模块、第一求解模块、判断模块及第二求解模块；
所述建模模块用于根据页岩气开采过程中的实际情况，建立多层目标优化模型，所述多层目标优化模型包括上层生产目标模型、中层环境目标模型及下层经济目标模型；
所述第一求解模块用于分别求解所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型，以得到所述上层生产目标模型的结果、所述中层环境目标模型的结果及所述下层经济目标模型的结果；
所述判断模块用于判断所述上层生产目标模型的结果、所述中层环境目标模型的结果及所述下层经济目标模型的结果三者是否相等，若是，则阻停所述第二求解模块的触发并得到所述多层目标优化模型的最优解；若否，则触发所述第二求解模块；
所述第二求解模块用于使用模糊满意度的交互式求解算法对所述上层生产目标模型、所述中层环境目标模型及所述下层经济目标模型进行综合求解，以得到所述多层目标优化模型的最优解；
所述上层生产目标模型设定为上层水资源用量模型，所述中层环境目标模型设定为中层碳排放量模型，所述根据页岩气开采过程中的实际情况，建立多层目标优化模型的步骤S110包括：
根据页岩气开采过程中的水资源用量数据，建立所述上层水资源用量模型；
根据页岩气开采过程中碳排放量数据，建立所述中层碳排放量模型；
根据页岩气开采过程中经济收支数据，建立所述下层经济目标模型；
所述上层水资源用量模型包括以页岩气开发过程中用水量最小化为目标的上层目标函数及其约束条件，所述上层目标函数的约束条件包括区域淡水总量约束、设施容量约束及水资源传输过程约束；
所述上层目标函数的公式为：
其中，Min TFwcupper-level代表页岩气开发过程中的最小水资源用量；fwci，s，j，t代表不同页岩气的开采工艺通过不同运输模式将水资源运输至产气区的水资源用量；wtprs，t代表污水处理厂处理水的回用量；wrs，j代表不同页岩气开采工艺的回用水量；I代表水力压裂过程中淡水资源类型；S代表模型可应用的区域；J代表页岩气开采生命周期所包含的过程；T代表页岩气开发过程中不同的运输方式；
所述区域淡水总量约束的公式为：
其中，FVi，s代表不同页岩区和不同水资源类型的可利用数量；
代表地表水占总水量的最小比重；
代表地表水占总水量的最大比重；
所述设施容量约束的公式为：
其中，wtps，j，t代表不同页岩气开采工艺的返排废水通过不同运输模式运输至污水处理厂的废水量；TPCs代表市政污水处理厂的设施容量；wtis，j，t代表页岩气不同开采工艺的返排废水通过不同运输模式运输至深井注入设施的废水量；TICs代表注入井的设施容量；
所述水资源传输过程约束的公式为：
其中，wps，j代表不同页岩气开采工艺的废水产量；
代表不同页岩气开采工艺阶段污水处理厂处理量占总废水量的最小比重；
代表不同页岩气开采工艺阶段污水处理厂处理量占总废水量的最大比重；
代表不同页岩气开采工艺阶段采用深井注入方式处理量占总废水量的最小比重；
代表不同页岩气开采工艺阶段采用深井注入方式处理量占总废水量的最大比重；
代表不同页岩气开采工艺阶段回用水量占总废水量的最小比重；
代表不同页岩气开采工艺阶段回用水量占总废水量的最大比重；wtpds，t代表污水处理厂处理水的直排量；DRPRs代表不同页岩区的污水处理厂废水循环利用率；DRPDs代表污水处理厂处理水直排入河的比重；DRSmin代表返排废水形成回流水的最小比重；DRSmax代表返排废水形成回流水的最大比重；
所述中层碳排放量模型包括以温室气体排放量最小化为目标的中层目标函数及其约束条件，所述中层目标函数的约束条件包括不同阶段温室气体排放的限制，
所述中层目标函数的公式为：
其中，Min TGHGmiddle-level代表页岩气开发过程中的温室气体最小排放量；GHGwc代表完井过程中的温室气体排放量；GHGequip代表例行排气与设施运行过程中的温室气体泄露量；GHGproce代表页岩气加工过程中的温室气体排放量；GHGtsd代表页岩气运输、储存以及分配过程中的温室气体泄露量；wns代表不同页岩气产区的优化钻井数量；ugps代表不同页岩气产区的全生命周期的页岩气产量；CHs代表不同页岩气产区的温室气体含量；eswc代表完井过程中温室气体的最优逸散率；esequip代表例行排气和设备运行过程中温室气体的最优逸散率；esproce代表页岩气加工过程中温室气体的最优逸散率；estsd代表页岩气运输、储存以及分配过程中温室气体的最优逸散率；η表示单位换算系数；Ewc代表页岩气完井过程的单位温室效应潜值；Eequip代表页岩气例行排气和设备运行过程的单位温室效应潜值；Eproce代表页岩气加工过程的单位温室效应潜值；Etsd代表页岩气运输以及储存过程的单位温室效应潜值；
所述中层目标函数的约束条件的公式为：
其中，
和
分别代表完井过程中温室气体最高逸散率和最低逸散率；
和
分别代表例行排气过程中温室气体的最高逸散率和最低逸散率；
和
分别代表页岩气加工过程中温室气体的最高逸散率和最低逸散率；
和
分别代表页岩气运输、储存以及分配过程中温室气体的最高逸散率和最低逸散率；
代表完井过程中的温室气体的最高排放量；
代表例行排气与设施运行过程中的温室气体的最高泄露量；
代表页岩气加工过程中的温室气体的最高排放量；
代表页岩气运输、储存以及分配过程中的温室气体的最高泄露量；
所述下层经济目标模型包括以页岩气开发过程中的收益最大化为目标的下层目标函数及其约束条件，所述下层目标的约束条件包括产气规划约束、水气资源质量平衡约束及运输容量约束，
所述下层目标函数的公式为：
Max TBenefitlower-level＝profit-cost
cost＝costfrew+costtrans+costwaste+costGHG+costenergy
其中，Max TBenefitlower-level代表页岩气开发过程中的最大收益；profit代表页岩气开发过程中的利润；cost代表页岩气开发过程中的成本；costfrew代表淡水资源购买成本；costtrans代表水资源运输成本；costwaste代表废水处理成本；costGHG代表温室气体气体控制成本；costenergy代表能源消费成本；I代表水力压裂过程中淡水资源类型；S代表模型可应用的区域；J代表页岩气开采生命周期所包含的过程；T代表页岩气开发过程中不同的运输方式；PGs代表单位页岩气的销售价格；fwci，s，j，t代表不同页岩气的开采工艺通过不同运输模式将水资源运输至产气区的水资源用量；CWi，s代表水源的获取成本；CGs，t代表从水源至页岩气产区的单位水资源运输成本；CPs，t代表从页岩气产区至污水处理厂的单位水资源运输成本；CIs，t代表从页岩气产区至注入井的单位水资源运输成本；DGs代表水源至页岩气产区的距离；DPs代表市政污水处理厂至页岩气产区的距离；DIs代表注入井至页岩气产区的距离；TGt代表运输单位页岩气至终端用户的单位成本；OPs代表市政污水处理厂的单位操作成本；OIs代表注入井的单位操作成本；eswc代表完井过程中温室气体的最优逸散率；esequip代表例行排气和设备运行过程中温室气体的最优逸散率；esproce代表页岩气加工过程中温室气体的最优逸散率；estsd代表页岩气运输、储存以及分配过程中温室气体的最优逸散率；wtps，j，t代表不同页岩气开采工艺的返排废水通过不同运输模式运输至污水处理厂的废水量；wtprs，t代表污水处理厂处理水的回用量；wtis，j，t代表页岩气不同开采工艺的返排废水通过不同运输模式运输至深井注入设施的废水量；wns代表不同页岩气产区的优化钻井数量；ugps代表不同页岩气产区的单井全生命周期产气量；CHs代表不同页岩气产区的温室气体含量；EGCs代表不同页岩气产区的单位体积的温室气体排放控制成本；EDMs，m代表钻井和完井过程所需的能源量；EDNs，n代表不同页岩气产区的水力压裂过程所需能源投入量；CEMs，m代表钻井和完井过程所需能源量的单位成本；CENs，n代表水力压裂过程所需能源的单位成本；M代表钻探阶段需要的各种物质与材料；N代表水力压裂阶段需要的物质与材料；
所述产气规划约束的公式为：
其中，
和
分别代表页岩气产区最大钻井数和最小钻井数；gps代表不同页岩气产区的页岩气产量，
和
分别代表页岩气产区的最大产气量和最小产气量；
和
分别代表不同页岩气产区的全生命周期最大产气量和最小产气量；
所述水气资源质量平衡约束的公式为：
其中，NWs，j代表页岩气生产工艺过程的需水量；wps，j代表不同开采工艺的废水产量；FRs，j代表不同开采工艺阶段的返排率；wtps，j，t代表不同页岩气开采工艺的返排废水通过不同运输模式运输至污水处理厂的废水量；wtpds，t分别代表污水处理厂处理水的直排量；
所述运输容量约束的公式为：
其中，TWVi，s，t代表从水源至页岩气产区的每种运输方式的处理容量；TGVs，t代表从页岩气产区至污水处理厂的每种运输方式的处理容量；TIVs，t代表从页岩气产区至注入井的每种运输方式的处理容量；wtis，j，t代表不同页岩气开采工艺的返排废水通过不同运输模式注入深井的废水量；L代表页岩气供应链的生命周期长度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110440858.XA CN113153229B (zh) | 2021-04-23 | 2021-04-23 | 一种页岩气绿色开发方案的筛选方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110440858.XA CN113153229B (zh) | 2021-04-23 | 2021-04-23 | 一种页岩气绿色开发方案的筛选方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113153229A CN113153229A (zh) | 2021-07-23 |
| CN113153229B true CN113153229B (zh) | 2022-10-21 |
Family
ID=76870071
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110440858.XA Active CN113153229B (zh) | 2021-04-23 | 2021-04-23 | 一种页岩气绿色开发方案的筛选方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113153229B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103161434A (zh) * | 2013-04-07 | 2013-06-19 | 赵万福 | 一种页岩气等低渗透油气藏开采方法 |
| CN109508900A (zh) * | 2018-12-12 | 2019-03-22 | 河海大学 | 一种基于可变模糊法的水资源承载状态评价方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9078299B2 (en) * | 2011-04-14 | 2015-07-07 | Suntracker Technologies Ltd | Predictive daylight harvesting system |
| CN106774123B (zh) * | 2016-12-23 | 2019-05-07 | 中英海底系统有限公司 | 水下埋设犁的人工智能控制方法 |
| CN109214028A (zh) * | 2017-07-07 | 2019-01-15 | 河北工业大学 | 一种考虑环境影响的反渗透脱硼海水淡化系统多目标优化方法 |
| CN107609686A (zh) * | 2017-08-25 | 2018-01-19 | 西安理工大学 | 一种砒砂岩区沙地农业开发利用适应性规模的确定方法 |
| CN109062151B (zh) * | 2018-05-08 | 2019-06-14 | 国网山东省电力公司青岛供电公司 | 综合能源系统多目标集成设计与优化控制方法 |
| CN109272182A (zh) * | 2018-06-28 | 2019-01-25 | 华北水利水电大学 | 一种基于可变模糊决策理论的水资源效益动态评价方法 |
| CN108985639B (zh) * | 2018-07-26 | 2021-11-05 | 北京师范大学 | 一种基于双层模糊优化的电力系统综合决策方法 |
| CN109711728B (zh) * | 2018-12-27 | 2023-04-18 | 陕西师范大学 | 基于电力不确定性和低碳诉求的双层多目标电力调度方法 |
| CN109886553A (zh) * | 2019-01-24 | 2019-06-14 | 河海大学 | 一种水污染负荷公平性评价与分配方法 |
| CN210201945U (zh) * | 2019-09-10 | 2020-03-27 | 王瑞军 | 一种建筑施工管理监控设备 |
| CN111260437B (zh) * | 2020-01-14 | 2023-07-11 | 北京邮电大学 | 一种基于商品方面级情感挖掘和模糊决策的产品推荐方法 |
-
2021
- 2021-04-23 CN CN202110440858.XA patent/CN113153229B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103161434A (zh) * | 2013-04-07 | 2013-06-19 | 赵万福 | 一种页岩气等低渗透油气藏开采方法 |
| CN109508900A (zh) * | 2018-12-12 | 2019-03-22 | 河海大学 | 一种基于可变模糊法的水资源承载状态评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113153229A (zh) | 2021-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Life cycle assessment of greenhouse gas emissions and water-energy optimization for shale gas supply chain planning based on multi-level approach: Case study in Barnett, Marcellus, Fayetteville, and Haynesville shales | |
| Mesa et al. | Developing an indicator for material selection based on durability and environmental footprint: A Circular Economy perspective | |
| CN102041995B (zh) | 复杂油藏水淹状况监测系统 | |
| Petrillo et al. | Multi-criteria analysis for Life Cycle Assessment and Life Cycle Costing of lightweight artificial aggregates from industrial waste by double-step cold bonding palletization | |
| Bogardi et al. | Regional management of an aquifer for mining under fuzzy environmental objectives | |
| Ahn et al. | Optimal design of supply chain network with carbon dioxide injection for enhanced shale gas recovery | |
| CN101777084B (zh) | 一种污水处理厂a2/o工艺的优化设计方法 | |
| Tosarkani et al. | A robust optimization model for designing a wastewater treatment network under uncertainty: Multi-objective approach | |
| Rakhiemah et al. | Economic viability of full-chain CCUS-EOR in Indonesia | |
| Yin et al. | An inexact two-stage multi-objective waste management planning model under considerations of subsidies and uncertainties: A case study of Baotou, China | |
| Lu et al. | Scenario-based assessment and multi-objective optimization of urban development plan with carrying capacity of water system | |
| CN103605859A (zh) | 一种污水处理厂二沉池的优化设计方法 | |
| CN113153229B (zh) | 一种页岩气绿色开发方案的筛选方法及装置 | |
| Mozafari et al. | Robust water supply chain network design under uncertainty in capacity | |
| Zeng et al. | Dynamic simulation of urban water metabolism under water environmental carrying capacity restrictions | |
| CN104281134B (zh) | 基于人机交互的原矿选别过程多生产指标优化系统及方法 | |
| Lin et al. | AN OPTIMAL C&D WASTE LOGISTICS NETWORK DESIGN FROM CONTRACTORS’PERSPECTIVE | |
| Liu et al. | Dynamic optimization of open-pit coal mine production scheduling based on ARIMA and fuzzy structured element | |
| Gu et al. | Location optimization with uncertainty for industrial project using discrete block model and spatial meshing algorithm | |
| Li et al. | Multi-objective optimal allocation of sediment resources under multiple uncertainties | |
| Liu et al. | How should water resources be allocated for shale gas development? An exploratory study in China | |
| Liu et al. | Process of EUR prediction for shale gas wells based on production decline models—a case study on the Changning block | |
| Eyitayo et al. | Novel systematic approach for produced water volume quantification applicable for beneficial reuse | |
| Jiang et al. | Sensitivity analysis of transport machinery configuration in underground cavern group construction | |
| CN113095646B (zh) | 一种页岩气开采梯级水循环利用智能系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |