论文部分内容阅读
注水是油田采油生产过程中最重要的开采方式之一,油田注水系统是一大规模复杂流体网络系统,随着油田进入高含水开发阶段,注水系统耗能日益严重,如何对注水系统进行节能优化己成为当务之急。注水系统的节能优化包括注水系统全局优化和注水机组优化,节能优化目标是降低注水能耗。本文在对油田注水系统进行深入分析的基础上,注水系统在满足注水压力、注水量要求的前提下,根据油田注水系统基本单元的数学模型及管网的数学模型,针对注水系统的全局优化问题,提出了基于改进快速模拟退火算法的注水系统节能优化方法,解决大型注水系统的非线性优化问题。研究了一种具有较高逼近精度的高阶CMAC神经网络模型——HCMAC,详细讨论了其基本原理、插值算法及训练规则,利用HCMAC良好的非线性逼近能力建立了油田注水机组节能优化模型,实现机组节能优化,仿真结果表明基于HCMAC的机组节能优化策略具有较好的优化效果。水驱特征曲线是描述油田注水开发生产的特征曲线,其主要作用就是求取水驱油田的可采储量、采收率。支持向量机(SVM)具有严格的理论和数学基础,不存在局部极小的问题,且建立在结构风险最小化原则之上,对小样本学习问题具有很强的泛化能力。水驱特征关系复杂,且样本数量较少,本文基于SVM建立水驱特征关系模型,并且利用SVM水驱特征关系模型对注水采油生产的石油产量进行预测。基于RBF神经网络建立了油田注采污水处理曝气池内溶解氧的智能软测量模型,实现溶解氧的智能预测。仿真结果表明采用该方法的智能软测量模型具有一定的逼近精度和预测效果,具有较高的预测精度,为曝气池溶解氧闭环控制奠定了基础,同时对溶氧仪的清理维护具有一定的指导意义。活性污泥法处理是一个耗氧过程,活性污泥法的净化反应显著特征之一就是消耗水中的溶解氧,决定其处理效果的关键因素是生化池中的溶解氧浓度(DO值)。污水处理过程中溶解氧浓度为被控量,通常采用PID控制,研究了PID控制器的综合问题,给出了PID稳定参数域,且该稳定条件是充要的,无保守性,对PID溶解氧控制器参数的选取具有指导意义。