论文部分内容阅读
对油气集输系统进行优化设计,可以收到显著的经济效益。由于网络中顶点间连接介质的造价是十分昂贵的,一般为整个系统的50%~80%,因此进行网络的拓扑优化对降低整个网络系统的造价是十分重要的。长期以来,国内外学者对油气集输系统地面设施布局的优化大多只限于采用分级优化法等传统的优化理论方法;近几年,神经网络等现代优化算法由于比传统的优化方法有较大的优越性而开始在油田开发决策中得到应用。 针对这种情况,本文提出了多级星式集输网络拓扑优化数学模型,并应用神经网络系统理论得到了该模型的求解方法,为油田集输管网拓扑优化问题的解决寻找了一条新途径。 文中给出了以原油集输费用为目标函数,以井站隶属关系的唯一性、满足各站的储油能力及位置空间限制等为约束条件,以井站隶属关系和各站的几何位置为设计变量的优化数学模型。为便于问题的求解,将模型进行离散化。在尝试应用神经网络方法进行求解时,首先在介绍了神经网络基本理论的基础上,提出选用Hopfield网络作为优化方法的设计方案,并对其拓扑结构和工作原理进行了论述。然后基于罚函数法构造出能量函数,并推导出神经网络的结构参数,从而得到该模型所对应的动力系统运动方程。这样,就将集输管网拓扑优化模型转化为神经网络结构,并从数学上严格证明了该网络模型的稳定性。最后,以C++Builder4.0软件为开发平台,编制了油气集输管网拓扑优化设计软件。针对Hopfield网络对初值依赖性太强的缺点,结合遗传算法对其进行了有益的探讨和改进。 计算实例表明,该网络模型是稳定的,且求得的解优于传统的拓扑优化算法,从而验证了优化方法的正确性与有效性。软件能优化绘出管网拓扑图,为指导油田规划设计和生产运行提供了方便。