基于快速自适应量子遗传算法的钻井参数优化

《基于快速自适应量子遗传算法的钻井参数优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、石油机械CHINAPETROLEUMMACHINERY2013年第4l卷第2期．I钻井技术与装备基于快速自适应量子遗传算法的钻井参数优化沙林秀(陕西省钻机控制重点实验室；西安石油大学)摘要：由于现有钻井参数优化方法求解时效率低、精度受限，提出了基于斐波那契数列的自适应量子遗传算法。利用斐波那契数列来实现非线性自适应的量子旋转门更新策略，将负指数运算转化为简单的除法运算，将算法的时间复杂度由0(C)降低为0(1)；在搜索过程中，考虑到相邻2代的目标函数适应度相对变化，将变化率引入计算方法，实现自适应地调节量子旋转门转角步长。实例计算表明，提高转速或钻压都能降低单位钻井成本，不

2、同的转速和钻压配合可以获得最佳的经济效益，新算法具有收敛速度快、效率高的优点。关键词：钻井参数；斐波那契数列；量子遗传算法；单位钻井成本；自适应中图分类号：TE22文献标识码：Adoi：10．3969／j．issn．1001—4578．2013．02．008FastSelf-adaptiveQGA·basedOptimizationofDrillingParametersShaLinxiu(ShaanxiProvincialKeyLaboratoryofDrillingRigsControllingTechnique；Xi’anShiyouUniversity)Abstra

3、ct：Duetotheloweficiencyandrestrictedprecisionofthepresentdrillingparameteroptimizationmeth—od，theself-adaptivequantumgeneticalgorithm(SAQGA)wasformulatedonthebasisoftheFibonacciSequence(FS)．TheFSwasadoptedtoachievetheupdatestrategyofthenonlinearself-adaptiverevolvingdoor．Thenega—tiveexpone

4、ntarithmeticwasconvenedintothesimpledivisionandthetimecomplexityofalgorithmwasdecreasedfrom0(C)to0(1)．Therateofchangewasintroducedintothecalculatingmethodintheprocessofsearchingconsideringtherelativechangeofthefitnessoftwoadjacentobjectivefunctions．Asaresulttheself—adaptiveregula-tionofthe

5、cornersteplengthoftherevolvingdoorwasachieved．Theexamplecalculationshowsthatimprovementofrotationspeedordrillingpressurecanreducethedrillingcostpermeter．Cooperationofdifferentrotationspeedsanddrillingpressurescanobtaintheoptimaleconomicbenefits．Thenewalgorithmhasthestrengthsoffastconvergen

6、cerateandhigheficiency．Keywords：drillingparameter；FS；QGA；drillingcostpermeter；self-adaptive达到最优的技术经济效果是钻井工程的重要研究课0引言题之一。目前，钻井参数优选常采用函数极值法、模式搜索法和遗传算法(GeneticAlgorithm，GA)钻机钻进过程是一个复杂的、多参量变化过等。2000年，陈庭根等提出经典的极值法程，钻井成本占油气勘探开发总成本的55％～(ClassicExtremeValueMethod，CEM)处理该问80％。因此，分析不同钻井参数对钻井成本的影响题，其

7、数学推导和计算过程较为复杂，需要人工干以及通过智能优化方法优化钻井参数，使钻井过程预，设计周期长、效率低。2007年，李士斌等基金项目：国家自然科学基金项目‘基于量子遗传算法的混合功率电源网络设计优化方法研究”(60871080)；陕西省自然科学基金项目基于随钻测量地层识别的智能钻参优化方法的研究”(2012JQ8046)；陕西省教育厅专项科研计划项目“多目标钻进参数的动态优化策略的研究”(11JK0933)。2013年第41卷第2期沙林秀：基于快速自适应量子遗传算法的钻井参数优化一33一采用模式搜索法，通过群优化