论文部分内容阅读
常规的油气动态预测方法适应的开发阶段和范围不同,在应用过程中各有其局限性;传统的确定性优化方法其本质决定了优化结果的局部优化特点,而遗传算法除了具有强的鲁棒性和并行性之外,还有全局优化的特点,这使得遗传算法在优化设计中得到了越来越广泛的应用。本论文应用功能模拟原理(微分模拟方法及神经网络方法)建立的油田开发指标的关联关系,研究并建立了油田开发规划的多目标优化模型。并以国内某油田的实际数据为基础,应用patero多目标遗传算法对各类优化模型进行分析求解获得了满意的结果。本论文主要完成了以下几个方面的工作: 1)、在研究传统的油藏机理方法进行开发指标动态预测的基础上,基于系统论的思想,利用功能模拟原理(微分模拟方法、人工神经网络方法)建立了油田开发动态指标间的输入输出关联关系。 2)、利用1)所建立的输入输出关系,在分析“决策变量”、“目标”及“约束条件”的基础上建立多个油田开发规划的“多目标优化模型”,这些优化模型包括: a)产量分配优化模型(将油田的产量最优地分配到各采油厂); b)产量构成优化模型(解决自然产量、措施产量、新区新井产量、老区新井产量的最优构成问题); c)措施产量结构优化模型(解决压裂、酸化、大修、补孔、转抽等各项措施产量及措施工作量的最优构成问题); 3)、把patero方法与实数编码的遗传算法结合起来,形成了patero多目标遗传算法,以国内某油田的实际数据为基础,利用遗传算法对2)中各类优化模型具体实例进行分析求解,优化结果符合油田的实际情况。 最后,本文还对油田开发规划优化软件设计问题进行了初步探讨。