發(fā)布時間：2020-10-15 12:09

　　 參數自動擬合方法,為試井分析中常見方法之一,可用來判斷油氣藏特征及確定井的參數特征,作為分析油藏模型特征的重要組成部分。具有復雜滲流機理的頁巖氣藏,作為一類特殊油藏,其內部結構,流動機理,開發(fā)存儲都更為復雜。但正確判斷和分析這些復雜結構特征更需豐富實踐經驗,對其參數分析判斷更為重要。而傳統(tǒng)擬合算法存在擬合速度慢、擬合精度低等問題。因此,為克服在算法過程中人為主觀因素引起的誤差,提高擬合效率,將優(yōu)化智能算法應用到試井模型進行參數估計,算法具有簡單易行,待調節(jié)參數較少,收斂速度快的優(yōu)勢,其基于參數空間的隨機搜索,無需對誤差梯度進行計算,從而可提高解釋工作的效率。自動擬合結果的優(yōu)劣取決于實測數據、試井模型及其算法,其中算法至關重要。本文在自動擬合算法和模型應用兩方面做了研究:首先,本文分析智能優(yōu)化擬合算法的基本原理,研究了粒子群算法、模擬退火算法和PSOSA(基于粒子群退火算法)。研究表明:①粒子群算法具有并行式全局搜索能力,全局收斂性強,但局部收斂性較弱;②模擬退火算法局部搜索能力強,但全局收斂性弱于粒子群算法;③利用粒子群算法快速收斂到全局最優(yōu),在全局最優(yōu)鄰域利用模擬退火算法再次尋找最優(yōu)解,這樣即可改善粒子群算法早熟收斂性,還能綜合利用粒子群算法快速收斂到全局最優(yōu)和模擬退火算法跳出局部極值的優(yōu)勢。其次,對均質油藏直井和頁巖氣藏多級壓裂水平井模型進行分析研究,應用數值計算及Stehfest數值反演方法,推導了兩種試井模型的數學表達式。最后利用MATLAB編制程序實現試井模型的自動擬合,擬合表明:對于均質油藏直井模型,三種擬合算法,最優(yōu)為混合PSOSA算法,其次粒子群算法;考慮到頁巖氣藏的復雜滲流機理,粒子群算法能夠達到擬合精度,擬合效果符合預期值。
【學位單位】：西南石油大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TP18;TE332
【部分圖文】：

圖２－１測試函數圖??１）?ｖｍａｘ闕值設置??因算法無實際設置進而來約束粒子的速度，因此有必要限制粒子最大取值，當速度??

圖２－２適應度曲線趨勢圖??５）⑴一慣性權重??

圖３－２?ＰＳＯ算法在模型參數估計中的應用??
【參考文獻】

相關期刊論文 前10條

1 趙金洲;周蓮蓮;馬建軍;李勇明;;考慮解吸擴散的頁巖氣藏氣水兩相壓裂數值模擬[J];天然氣地球科學;2015年09期

2 趙乃剛;;一種新的基于模擬退火的粒子群算法[J];軟件;2015年07期

3 杜殿發(fā);王妍妍;付金剛;孫召勃;喬妮;;頁巖氣藏滲流機理及壓力動態(tài)分析[J];計算物理;2015年01期

4 黃文秀;;粒子群優(yōu)化算法的發(fā)展研究[J];軟件;2014年04期

5 杜殿發(fā);王妍妍;張瓊;喬妮;劉洋;;頁巖氣藏綜合滲流模型及壓力動態(tài)分析[J];天然氣地球科學;2014年04期

6 任俊杰;郭平;胡永強;王德龍;;頁巖氣藏部分壓開壓裂井壓力動態(tài)分析[J];科技導報;2013年21期

7 賀英;聶仁仕;賈永祿;阮寶濤;楊思松;;基于混合差分進化算法的試井分析最優(yōu)化方法[J];西南石油大學學報(自然科學版);2012年03期

8 王培璽;張靜;;基于分群式粒子群算法的壓裂水平井試井曲線自動擬合[J];中國石油大學學報(自然科學版);2012年02期

9 林加恩;李霞;賈海軍;;一種混合優(yōu)化算法在試井解釋中的應用[J];油氣井測試;2010年05期

10 汪日平;劉以安;倪天權;;基于模擬退火粒子群算法在數據關聯(lián)上的研究[J];微計算機信息;2010年15期

相關碩士學位論文 前1條

1 梁水波;油井不穩(wěn)定試井自動擬合算法研究[D];西南石油大學;2014年

本文編號：2842153