基于结构交叉灰色预测进化的油藏生产优化方法及系统

文档序号:40532709发布日期:2024-12-31 13:49阅读:8来源:国知局
基于结构交叉灰色预测进化的油藏生产优化方法及系统

本发明涉及油藏生产优化,特别涉及一种基于结构交叉灰色预测进化的油藏生产优化方法及系统。


背景技术:

1、注水油藏生产是提高油田采收率和延长油田生产寿命的重要技术手段,在全球范围内得到了广泛应用。通过向油藏中注入水,维持地层压力、推动原油向生产井移动,从而增加原油的采收率。尤其在老油田的开发后期,注水技术成为保持产量和稳定生产的重要措施。近年来,随着科技的进步,注水技术不断发展和优化,已经远远超越了传统的单一水驱技术,发展出了多种方法的结合,以适应不同油藏的特点和需求。在水质控制方面,现代技术通过滤除悬浮颗粒和有害物质,确保注入水的质量,从而避免对储层造成伤害。合理的注水井布置也是关键,通过精确的地质勘探和油藏模拟,确定最佳的注水井位置和数量,以达到最优的驱油效果。

2、动态注水速度调节技术的应用,使得注水过程更加灵活和高效。通过实时监测油藏压力和生产数据,调整注水速度和注水量,确保地层压力的均衡和稳定,避免水窜现象的发生。但是由于注水效率受多种因素影响,包括注水井的布置、注水速度和地层压力等。在一些复杂地质条件下,动态实现最优注水效果变得非常困难。

3、此外化学驱和微生物驱等先进技术的应用进一步提高了注水效果。化学驱油技术包括聚合物驱、表面活性剂驱等,通过改变油水界面张力和流体黏度,增强驱油能力。微生物驱油技术则利用特定微生物的代谢产物,改变储层物理化学性质,促进原油流动和采收。但化学驱油和微生物驱油等先进技术虽然能够提高采收率,但其高昂的成本也限制了其广泛应用。

4、在上述油藏生产技术的背景下,引入了数字化和智能化技术,使得油田能够进行实时监测和数据分析,从而优化注水参数,提升生产效果。运用的一些优化算法,如遗传算法,由于其随机搜索的特性,收敛速度相对较慢。这可能导致在复杂油藏的优化问题中,算法需要较长时间才能找到较优解。同时,在油藏生产优化过程中,常常需要对多个方案进行数值模拟,以评估其效果。然而,数值模拟的计算量通常很大,尤其是对于大型复杂油藏,这可能导致计算代价高昂,影响优化效率。

5、尽管现有的各种算法在解决油藏生产优化问题上显现出优越的性能,但对于复杂的油藏生产优化问题,代理辅助进化算法的收敛速度和优化效果之间的平衡需要得到进一步的加强。


技术实现思路

1、本发明的提供一种基于结构交叉灰色预测进化的油藏生产优化方法及系统,能加强代理辅助进化算法的收敛速度和优化效果之间的平衡。

2、第一方面,提供一种基于结构交叉灰色预测进化的油藏生产优化方法,包括以下步骤:

3、基于灰色预测演化算法迭代生成研究区油藏地的子代种群;

4、基于径向基算法计算所述子代种群中每个子代的预测适应度;

5、在每一次迭代中,基于贪婪选择算法选取最优所述预测适应度所对应的目标子代进行下一次迭代;

6、比对每一次迭代的所述目标子代的注水方案与全局最优子代的注水方案之间的经济效益,并利用结构交叉算法根据比对结果及灰色预测演化算法的迭代次数,得到研究区油藏地的最优注水方案。

7、根据第一方面,在第一方面的第一种可能的实现方式中,所述“基于灰色预测演化算法迭代生成研究区油藏地的子代种群”步骤,具体包括以下步骤:

8、前三代子代种群的生成公式如下:

9、

10、第三代之后的子代种群的生成公式如下:

11、设为从连续的3代子代种群xg-2,xg-1,xg中分别随机选取1个子代xr1,xr2,xr3;

12、令d12=|xr1,j-xr2,j|,d13=|xr1,j-xr3,j|,d23=|xr2,j-xr3,j|;

13、maxdr=max{d12,d23,d13},mindr=min{d12,d23,d13};

14、则

15、

16、式中,为前三代第t代种群的第i个子代的第j维;为第三代之后的第g代种群的第i个子代的第j维;d为维度;upj和lowj分别为第j维的注水量上界和注水量下界;rand(0,1)为由均匀分布在[0,1]范围内产生的随机数;γ为控制预报的阈值;w、a、b分别为干扰系数、灰色发展系数、灰色控制参数。

17、根据第一方面,在第一方面的第二种可能的实现方式中,所述径向基算法的计算公式如下:

18、

19、式中,为径向基算法计算的预测适应度;||xx-xi||和分别为欧几里得范数和基函数;p(x)为特征空间的维度变量中的线性多项式。

20、根据第一方面,在第一方面的第三种可能的实现方式中,所述“在每一次迭代中,基于贪婪选择算法选取最优所述预测适应度所对应的目标子代进行下一次迭代”步骤,具体包括以下步骤:

21、比较前三代子代种群与第三代之后当前迭代的子代种群之间每个子代的预测适应度,将最优的预测适应度所对应的目标子代进行下一次迭代的计算公式如下:

22、

23、式中,为前三代子代种群;为第三代之后的子代种群。

24、根据第一方面,在第一方面的第四种可能的实现方式中,所述“比对每一次迭代的所述目标子代的注水方案与全局最优子代的注水方案之间的经济效益,并利用结构交叉算法根据比对结果及灰色预测演化算法的迭代次数,得到研究区油藏地的最优注水方案”步骤,具体包括以下步骤:

25、若当前迭代对应的目标子代的注水方案的经济效益不为最优,则利用结构交叉算法生成当前迭代的目标注水方案,并判断当前迭代是否达到最大迭代次数;若达到,则将当前迭代的目标注水方案作为最优注水方案;若未达到,则进行下一次迭代,利用结构交叉算法生成当前迭代的目标注水方案作为下一次迭代中进行经济效益比对的全局最优子代的注水方案,直至达到最大迭代次数时得到最优注水方案;

26、若当前迭代对应的目标子代的注水方案的经济效益为最优,则判断当前迭代是否达到最大迭代次数;若达到,则将当前迭代对应的目标子代的注水方案作为最优注水方案;若未达到,则进行下一次迭代,当前迭代对应的目标子代的注水方案作为下一次迭代中进行经济效益比对的全局最优子代的注水方案,直至达到最大迭代次数时得到最优注水方案。

27、根据第一方面的第四种可能的实现方式,在第一方面的第五种可能的实现方式中,所述“利用结构交叉算法生成当前迭代的目标注水方案”步骤,具体包括以下步骤:

28、当检测到当前迭代对应的目标子代的其中一阶段注水方案与全局最优子代的其中一阶段注水方案之间的含水率相同、且当前迭代对应的其中一阶段注水方案的经济效益更优,则将当前迭代对应的其中一阶段注水方案定义为目标阶段注水方案,并将全局最优子代的其中一阶段注水方案替换为所述目标阶段注水方案,将替换后的全局最优子代的注水方案视为当前迭代的目标注水方案。

29、根据第一方面,在第一方面的第六种可能的实现方式中,所述经济效益j(x,s)的计算公式如下:

30、

31、式中,t为时间步长;r0、rw和ri分别为油价、除水成本和注水成本;q0,t、qw,t和qi,t分别为在时间步长t的所有生产井的产油速率、在时间步长t的所有生产井的产水速率和在时间步长t的所有注入井的注入流量速率;b为年贴现率;pt为第t个时间步长的经过时间。

32、第二方面,提供了一种基于结构交叉灰色预测进化的油藏生产优化系统,包括:

33、子代种群生成模块,用于基于灰色预测演化算法迭代生成研究区油藏地的子代种群;

34、适应度预测模块,与所述子代种群生成模块通信连接,用于基于径向基算法计算所述子代种群中每个子代的预测适应度;

35、贪婪选择算法模块,与所述适应度预测模块通信连接,用于在每一次迭代中,基于贪婪选择算法选取最优所述预测适应度所对应的目标子代进行下一次迭代;以及,

36、结构交叉算法模块,与所述贪婪选择算法模块通信连接,用于比对每一次迭代的所述目标子代的注水方案与全局最优子代的注水方案之间的经济效益,并利用结构交叉算法根据比对结果及灰色预测演化算法的迭代次数,得到研究区油藏地的最优注水方案。

37、第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述所述的基于结构交叉灰色预测进化的油藏生产优化方法。

38、第四方面,提供了一种电子设备,包括存储介质、处理器以及存储在所述存储介质中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器运行所述计算机程序时实现如上述所述的基于结构交叉灰色预测进化的油藏生产优化方法。

39、与现有技术相比,本发明的优点如下:使用灰色预测演化算法在径向基模型算法的辅助下进行全局搜索寻找最优值,这继承了灰色预测演化算法收敛速度较快,且需要的参数较少的优点,较为高效的改善了其技术复杂度。同时结合了结构交叉算法进行局部调整,优化了寻找最优值的方法,使最后的得到的注水方案所生成的经济效益更高。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1