<meter id="hh1nh"></meter>
<th id="hh1nh"><em id="hh1nh"><delect id="hh1nh"></delect></em></th>

        <form id="hh1nh"></form>

          <listing id="hh1nh"><nobr id="hh1nh"></nobr></listing>
          <nobr id="hh1nh"></nobr>

            <th id="hh1nh"><form id="hh1nh"><font id="hh1nh"></font></form></th>
            <rp id="hh1nh"><progress id="hh1nh"></progress></rp>
            您所在的位置:首頁 - 科學研究 - 科研動態

            科研動態

            油田分注井筒-配水器-地層耦合流動仿真及協同調配模型研究

            中文題目:油田分注井筒-配水器-地層耦合流動仿真及協同調配模型研究

            論文題目Research on oil field injection wells coupled flow simulation of wellbore-flow Controller-stratum and cooperative regulation model

            錄用期刊/會議36屆中國控制與決策會議(CCDC 2024) (CAA A類會議,EI會議論文)

            原文DOI 10.1109/CCDC62350.2024.10587693.

            原文鏈接:https://ieeexplore.ieee.org/document/10587693/authors#authors

            錄用/見刊時間:2024.06

            作者列表

            1)魏   琪 中國石油大學(北京)石油工程學院 油氣田開發專業 20

            2)檀朝東 中國石油大學(北京)人工智能學院 研究生導師

            3)高小永 中國石油大學(北京)人工智能學院 研究生導師

            文章簡介:

            本文以最小配注誤差和最小井口壓力為優化目標,建立基于遺傳算法的分注井多層協同調配優化方法,旨在為分注井精細化調配方案制定提供科學決策方法和優秀分析工具,推動油田精細化開發。

            摘要:

            分層注水工藝是提高精細化注水開發效果的關鍵手段。當前分注井測調主要依賴人工經驗和儀器遍歷法自動測調,造成多層段調配耗時長、效率低、配注合格率低。本文基于井筒管流能量守恒和物料平衡準則,建立了分層注水井筒-配水器-地層耦合流動仿真模型, 構建了基于Levenberg-Marquardt (LM)算法的多井層段注水量求解方法;以最小配注誤差和最小井口壓力為優化目標,建立了基于遺傳算法(GA)的分注井多層協同調配優化方法,實現各層配水器開度的優化調配;以4層段X-01井為例,模擬仿真了不同注水壓力需求下的最低累計配注誤差的調配方案優化決策過程,且對比分析了遺傳算法(GA)與粒子群(PSO)的全局尋優性能。研究表明,本文模型及方法計算精度高、全局尋優能力強,制定的調配方案適應性強、累計配注誤差小,為分注井精細化調配方案制定提供了科學的決策方法和優秀的分析工具,對推動油田精細化開發具有較好的理論及實用價值。

            背景與動機:

            現有第四代分層注水工藝雖有多項測調一體化新技術,卻在注水層段增加時存在注水量偏移、測調依賴人工經驗、多層調配耗時長效率低等問題,且分注井管流物理模型及求解方法存在未考慮配水器流入地層能量變化、精度速度受限、缺乏井口到井底能量損失考慮等不足。

            設計與實現:

            基于井筒管流能量守恒和物料平衡準則,建立分層注水井筒 - 配水器 - 地層耦合流動仿真模型和基于 LM 算法的多井層段注水量求解方法,以最小配注誤差和最小井口壓力為優化目標,建立基于遺傳算法的分注井多層協同調配優化方法。

            image.png 

            1 遺傳算法分層調配優化流程

            主要內容:

            以4層段X-01分注井為例,模擬仿真了不同注水壓力需求下的最低累計配注誤差的調配方案優化決策過程,且對比分析了遺傳算法(GA)與粒子群(PSO)的全局尋優性能。

            實驗結果及分析:

            比較可知,PSO的迭代求解過程更為平緩;遺傳算法的迭代求解過程中,由于算法機制中變異和交叉操作,遺傳算法在迭代過程中穩定性更差。表1為遺傳算法(GA)和粒子群算法(PSO)的最優解,遺傳算法給出的最優解井口注水壓力0a03ee2c8a2b169c06394df522228cd.jpg,對應的開度方案下,單層段最大配注誤差為10.09%,四層段累計配注誤差為10.74%,最優方案對應的適應度d1e72779d3cb855b86a743cf85268fc.jpg。分析表1結果可知,遺傳算法(GA)給出的配注方案造成配注誤差大的原因是吸水能力較差的Num1層。粒子群算法給出的最優解井口注水壓力d27237e08a14f3b9fca9b41aa77d860.jpg,單層最大配注誤差為15.08%,四層累計層段誤差為17.92%,最優方案對應的適應度3733eca69fccf3530fbfcd5e0dad4da.jpg;粒子群算法求解的調配方案井口過小,不僅導致了Num1層的配注誤差增加,Num4層的配注誤差也達到了2.07%。

             

            圖2遺傳算法(GA)迭代過程

             

            圖3粒子群算法(PSO)迭代過程

            表1  遺傳算法(GA)粒子群算法(PSO)最優解

            37508f08fe5debcee6850cc290b6b75.png

            結論:

            驗證結果表明,模型及方法計算精度高、全局尋優能力強,制定的調配方案適應性強、累計配注誤差小,為分注井精細化調配方案制定提供了科學的決策方法和優秀的分析工具,對推動油田精細化開發具有較好的理論及實用價值。

            通訊作者簡介:

            檀朝東,博士,教授,正高級工程師,博士生導師。人工智能學院教師,從事教學和科研工作。研究方向:油氣舉升工程理論與智能化方法,注采設備故障診斷理論與方法,多能互補微網生產優化,檢測技術與自動化裝置。


            99亚洲综合精品