注水管網(wǎng)運行多年后,管網(wǎng)內(nèi)部摩阻系數(shù)與原始設計摩阻系數(shù)有較大差別,導致計算結果與實際結果不一致。由于在生產(chǎn)中不能對其直接測量,通過模糊聚類方法建立了部分壓力未知情況下油田注水管網(wǎng)模型,針對油田注水管網(wǎng)節(jié)點壓力部分未知情況下管元摩阻系數(shù)的反演求解,分別建立了注水管網(wǎng)節(jié)點壓力仿真數(shù)學模型和管元摩阻系數(shù)反演的最優(yōu)化數(shù)學模型。通過擬牛頓法對節(jié)點壓力仿真和粒子群算法對管元摩阻系數(shù)反演相結合,對節(jié)點壓力部分未知的理想管網(wǎng)管元摩阻系數(shù)反演,實現(xiàn)了管元摩阻系數(shù)部分精確求解和部分預估求解。實例計算結果表明,管網(wǎng)水力計算結果與測試結果誤差較小。研究結果可在生產(chǎn)實踐中為管網(wǎng)的進一步分析提供指導。 

【文章來源】：石油機械. 2020,48(08)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

某油田注水管網(wǎng)簡化圖

附近進行搜索，依據(jù)圖3選取μ為0.445 1、0.243 1、0.241 6和0.240 2共4組，依據(jù)式(11)和式(12)進行計算，確定檢測點安裝位置和檢驗精度是否滿足要求，如滿足要求則選取最優(yōu)分類，如不滿足則擴大搜索范圍。表2為壓力節(jié)點各項指標匯總。由表2可知，精度符合要求的節(jié)點聚類組數(shù)為6、7、8組，對比6、7、8組數(shù)據(jù)可知，最優(yōu)注水節(jié)點聚類組數(shù)為6組，注水節(jié)點壓力檢測點安裝位置為節(jié)點11、1、7、5、14、8。因此該油田注水管網(wǎng)最終壓力檢測點個數(shù)為9，壓力檢測點安裝位置為節(jié)點4、9、

15、11、1、7、5、14、8。根據(jù)本文的算法流程，利用擬牛頓法和改進粒子群算法程序進行計算。計算時確定種群規(guī)模為20，種群進化代數(shù)(最大迭代次數(shù))為1 000,c1為1.494 5;c2為1.494 5;Wcs為0.85;Wjs為0.35。種群最優(yōu)適應度如圖4所示。由圖4可知，種群最優(yōu)適應度約為0.545，種群進化至800代左右趨于穩(wěn)定，且具有優(yōu)良的適應度值。該油田注水管網(wǎng)決策者主觀意愿為安裝10個左右的壓力檢測點，精度控制在3 m水柱以內(nèi)。因此除泵站節(jié)點以外，需在注水節(jié)點模糊聚類為7組

【參考文獻】：
期刊論文
[1]大型環(huán)枝狀油田注水管網(wǎng)系統(tǒng)運行優(yōu)化[J]. 梁永圖,周星遠,邱睿,張浩然,王博弘,孟令尊.  中國石油大學學報(自然科學版). 2018(06)
[2]基于粒子群的城市供水配置模型優(yōu)化算法[J]. 張永祥,王慧峰,王昊,唐穎.  北京工業(yè)大學學報. 2016(03)
[3]基于遺傳算法的油田注水系統(tǒng)運行優(yōu)化研究[J]. 崔智敏,王銀鳳.  科學技術與工程. 2012(07)
[4]基于期望值模型的注水管網(wǎng)摩阻因數(shù)反演[J]. 王玉學,郭林濤,周少華,王銀鳳.  大慶石油學院學報. 2012(01)
[5]基于最小二乘法的注水管網(wǎng)摩阻因數(shù)反演[J]. 王玉學,魏淑慧,宋洪才,郭林濤.  大慶石油學院學報. 2011(06)
[6]基于蟻群粒子群算法的油田注水系統(tǒng)優(yōu)化[J]. 王玉學,劉春蘭,王銀鳳,周少華.  大慶石油學院學報. 2010(02)
[7]基于改進粒子群算法的油田注水管網(wǎng)優(yōu)化設計[J]. 任偉建,黃晶,楊有為,孟翠茹.  科學技術與工程. 2009(11)
[8]油田注水管柱水力模型的建立與求解[J]. 任永良,常玉連,邢寶海,高勝,張瑞杰,王晶.  系統(tǒng)仿真學報. 2007(07)
[9]多維編碼遺傳算法在城市供水管網(wǎng)優(yōu)化調(diào)度中的應用研究[J]. 毛征宇,黃良沛.  湖南科技大學學報(自然科學版). 2007(01)
[10]油田供水管網(wǎng)管道內(nèi)徑反演方法研究[J]. 常玉連,任永良,安東俊,王玉學,袁國英.  數(shù)學的實踐與認識. 2006(06)



本文編號：3231480