基于蚁群粒子群算法的油田注水系统优化.pdf

《基于蚁群粒子群算法的油田注水系统优化.pdf》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、大庆石油学院学报第34卷第2期2010年4月JOURNALOFDAQINGPETROlEUMINSTITUTEVo1．34No．2Apr．2010基于蚁群粒子群算法的油田注水系统优化王玉学，刘春兰，王银凤，周少华(大庆石油学院数学科学与技术学院，黑龙江大庆163318)摘要：提出一种应用于求解油田注水系统运行优化的蚁群粒子群算法．针对基本粒子群算法的缺点，做出相应改进，提高算法的全局搜索能力．将此算法结合油田注水系统服务的实际要求，对油田注水运行优化问题进行求解，验证了此算法的可行性．关键词：蚁群算法；粒子群算法；油田注水

2、系统；优化中图分类号：TE838．4文献标识码：A文章编号：1000—1891(2010)02—0073一O40引言油田注水系统最优化问题通常可归结为带约束的具有0—1变量和连续变量的非线性最优化问题[1-2]．这一问题一般具有非凸性，存在许多局部解，同时由于涉及流程结构的优化，通常又是复杂组合优化问题．对这一问题，基于数学规划方法的研究虽有进展，但现有的方法远不能满足求解的需要．近年来，随着现代智能算法L3]的快速发展，如蚁群算法、粒子群算法及模拟退火法等，其随机性搜索的属性使得该类方法在处理复杂问题具有全局搜索能力强、

3、易与其他算法结合等诸多优势．蚁群算法模拟蚂蚁觅食过程，适用于离散优化问题；粒子群算法模拟鸟群觅食过程，适用于连续问题的优化．针对油田注水系统问题特点，笔者结合2种算法求解离散和连续问题优点，提出蚁群粒子群算法混合策略．1数学模型油田注水系统运行优化问题是在整个系统的服务要求给定的情况下，确定注水泵的开启状态及其运行参数，使其满足系统配注要求，并能达到降低能损耗的目的．利用数学建模，其模型可以建立为一个含有0～1整型变量和连续变量的混合变量的优化问题．从不同的建模机理出发，可以建立不同类型的油田注水系统的数学模型]．数学模型

4、的种类主要有节点方程模型、环方程模型等．文中选择的模型是节点方程模型．注水站的流量为设计变量油田注水系统运行优化问题的数学模型，以极小化注水能耗为目标的目标函数，(“)为minf

5、金项目：黑龙江省教育厅科学技术研究项目(11544006)作者简介：王玉学(1970一)，男，博士生，教授，主要从事油田应用数学和计算数学方面的研究大庆石油学院学报第34卷2010年式中：为第i个节点的注入量；Q为第i个节点的用水量；为管网的节点个数；P为第i个注水井所在节点的压力；pm为根据系统服务质量的要求所确定的第i个注水井节点压力的下限值；为注水井节点的个数；“m为第i个注水泵站的供水量的下限值；“为第i个注水泵站的供水量的上限值；X为所有注水泵站所在节点标号的集合．2优化算法蚁群算法具有正反馈性、并行性、鲁棒性等

6、优点，已成功应用于组合优化，车间作业调度等领域引．但算法存在计算量大、收敛速度慢等缺点．针对具体问题合理设计求解过程、选取和调整算法参数是提高算法性能的关键；粒子群算法基于种群全局搜索策略，其特有的记忆可以动态跟踪当前搜索情况来调整下一步的搜索策略，是一种高效的并行搜索算法，具有可扩展性，易与其他算法结合，适用于处理连续优化问题及多点搜索，已成功应用于函数优化、多目标优化等领域．但算法存在易早熟、局部寻优能力差等缺点，文中做出4点改进，提高了算法性能．2．1算法分析2．1．1蚁群算法优化泵站组合油田注水系统模型中通常用0表

7、示泵站关闭状态，1表示开启状态，因此泵站组合问题可归结为0—1组合优化问题．本问题中泵站被选择的概率P，(走)公式为P，志一』_√tab，表示泵站没有被选择；1tb(女)l0，J∈tabu(k)，表示泵站J被选择．式中：(￡)是第J个泵站在t次迭代时信息素的量，初始时刻(0)一f(常数)；()为启发函数，本问题中令(￡)一1()，其中／l⋯()为第个泵站的最大排量；y为信息启发因子反映了蚂蚁在运动过程中所积累的信息在蚂蚁运动时所起的作用；为期望启发式因子，反映了蚂蚁在运动过程中启发信息在蚂蚁选择路径中的受重视程度．为改进蚁

8、群算法求解速度慢的问题，考虑到油田注水系统中泵站的关闭数量一定少于开启数量，设置泵站上聚集的信息素越多，则该泵站被选择为关闭状态的概率就越大的方式，提高了算法运行效率．2．1．2粒子群的改进粒子群优化算法的核心思想是，若某粒子发现了一个当前的群体最优位置，其他粒子将迅速向其靠拢．若该最优位置是局部最优点