【摘 要】
:
我国的原油消费对外依赖程度已经高达60.6%,严重威胁到我国能源安全和国家安全,开发海洋石油和天然气是缓解我国油气资源不足的重要手段,但海洋石油和天然气开采成本和消耗资源都极高,利用计划优化方法来优化采油生产全过程,无疑会带来巨大的经济效益。基于上述因素,本文针对海上采油过程,提出了从水下采油系统到水上平台的全过程集成优化方法。在综合考虑采油树生产安排,注驱,存储,人工举升等环节和海底管线的流动安
论文部分内容阅读
我国的原油消费对外依赖程度已经高达60.6%,严重威胁到我国能源安全和国家安全,开发海洋石油和天然气是缓解我国油气资源不足的重要手段,但海洋石油和天然气开采成本和消耗资源都极高,利用计划优化方法来优化采油生产全过程,无疑会带来巨大的经济效益。基于上述因素,本文针对海上采油过程,提出了从水下采油系统到水上平台的全过程集成优化方法。在综合考虑采油树生产安排,注驱,存储,人工举升等环节和海底管线的流动安全保障基础上,首次建立了海上油气生产全流程的多周期计划优化模型,针对该混合整数非线性规划(MINLP)模型,研究了基于水下采油机组批次分解的拉格朗日优化分解策略;在考虑原油订单的需求、水下环境的变化等不确定因素情况下,对不确定性海上油气生产计划优化问题进行了研究。论文主要的研究内容如下:针对当前研究中只单独考虑对油气生产操作层面的优化问题,首次提出并研究了典型海上油气生产过程的集成计划优化。对操作层而言,综合考虑了水下生产采油井的启停,井底压力的变化,人工举升(电潜泵)的能耗,化学驱注入量对采收率的影响和水上平台对原油的存储;对流动安全保障而言,研究水下管线温度预测模型的建立,考虑了水合物生成的预防以及除蜡周期的预测。在过程模型的基础上,采用离散时间表示方法最终将该集成计划优化问题描述为MINLP模型。针对所建立优化模型的大规模MINLP问题,本文提出了一种将多批次机组同时优化分解为单批次机组优化策略。利用拉格朗日松弛算法,引入拉格朗日乘子将多批次机组耦合约束松弛,并构建对偶问题形成循环迭代,以解决长周期多机组的操作状态二值变量与操作负荷连续变量同时优化,以及存在非线性问题。仿真结果表面,该方法可以大幅减少求解规模,快速优化得到结果,提高模型的求解效率。考虑生产过程中可能存在的不可控情况,研究了存在不确定情况下海上油气生产计划的建模及求解,以提高计划优化结果的鲁棒性。利用鲁棒对偶优化理论,使用鲁棒不确定集合来描述不确定因素,例如产品需求和地质参数的随机波动,建立了基于离散时间表示的海上油气生产不确定计划优化模型。利用机会约束规划的概率描述来决定鲁棒不确定集合的大小,将不确定计划模型中的不确定约束转化为确定性约束,然后进行求解,得到优化结果。论文所研究的算法针对实际的海洋石油和天然气生产进行了仿真,结果表明所建立的MINLP模型能够适应实际的生产过程,优化结果能大幅降低生产成本,所研究的内容为海洋石油和天然气生产优化提供了新的方法。
其他文献
极化码是一种能够达到信道容量的信道编码,由于编译码的低复杂度和信道容量可达的特性,自其被提出就引起了许多学者的关注。但是,传统的连续删除译码算法的串行输出特点导致较大的译码时延。虽然后来提出的简化连续删除译码算法达到了部分组合码的并行译码输出,但是还有一大部分组合码由于串行译码带来的时延较大的问题仍没有得到解决。针对这个问题,本课题设计了一种基于预译码的最大似然简化连续删除(Pre-Decodin
构件式的软件开发方法代表了面向对象软件开发技术的进一步发展。随着大型软件系统的日益复杂化,基于构件的软件开发方法在设计、开发、灵活度和可重用性方面提供了比面向对象技术更多的优势。在构件式软件系统中,构件之间相互调用集成,不同的构件在系统中发挥着不同的作用,其失效对系统造成的影响也是不同的。因此,在构件式软件系统的缺陷预测中应综合考虑不同构件对系统的影响程度及构件组成通路间缺陷的传播趋势,这样得出的
随着人工智能和网络购物的快速发展,越来越多的人喜爱线上购物,其中服装购买占据线上购物的很大部分。但是服装种类繁多,数量巨大,所以面对海量的服装图像数据,如何快速准确有效地搭配出用户所需要服装商品是一个亟待解决的问题。针对这一问题,服装搭配应运而生。服装搭配的目标是根据用户所选择的服装自动搭配出满足用户需求的服装。大部分现有的服装搭配系统依赖于用户的交互输入,然后提取服装的颜色、纹理、材料等特征进行
目标检测是计算机视觉领域的一个研究热点和基本任务,它是图像识别技术和目标定位技术的结合。近来,在卷积神经网络的帮助下取得了巨大的进展,目标检测技术在不同的场景中已经日趋完善。智能监控、自动驾驶、公共安防等实际应用对目标检测技术提出了更大的需求。然而,在这些视频应用中,受目标形变、遮挡、模糊、光照等场景和自然因素的影响,现有的目标检测技术难以克服这些问题。因此,视频目标检测技术面临着更多的挑战。在视
在数据呈现爆炸式增长的背景下,如何从庞大的数据中提取知识显得至关重要。德国的Wille R.教授于1982年提出了形式概念分析理论,通过概念格这一可视化的层次结构表达二维表中对象与属性间的隶属关系,从而进行知识表示和数据挖掘。属性粒度的选择在概念格构造和知识发现的过程中具有重要作用。传统的概念格属性一般是固定的,结合粒计算理论,将属性作为粒计算的对象,对属性进行多粒度讨论,可以得到具有不同结构的概
蜜罐技术作为一种主动防御方式可通过诱骗攻击者达到消耗攻击资源的目的,而蜜罐自身的虚假属性面临被攻击者识别的风险,从而绕开蜜罐陷阱转而攻击真实资源。本文课题提出了一种基于区块链技术的阵列蜜罐防御方案,构建由多种服务组成的真假切换蜜罐阵列,通过不断地变换服务真伪属性迷惑攻击者,为计算机网络安全领域提供防护方案。在表象上真实资源与虚假蜜罐已自成一体,即便攻击者觉察到蜜罐的存在,若其仍保持攻击动机,将无法
很多现实问题都可以建模成数学中的函数问题。为使利益最大化或成本最小化,求解函数极值问题就变得尤其重要。很多传统求解函数极值的方法都要受到函数可微、可导的条件限制,而群智能算法则突破了这些限制,在满足一定终止条件的情况下能够给出满意近似解。群体智能优化算法的思想来源于仿生动物学。人工蜂群算法是近年来提出的一种模拟蜜蜂采蜜过程的群体智能算法。粒子群优化算法是一种模拟鸟类觅食行为的群智能算法。人工蜂群算
如今,汽车为人们出行带来便利的同时,也存在交安全隐患。驾驶员因注意力不集中、疲劳驾驶等常导致交通事故,因此,研究车载安全辅助驾驶系统极具研究价值。而在这些技术实现过程中,车载平台环境下的车辆目标检测与跟踪是重要的研究内容之一。首先传统检测方法存在过于依赖手工调参、目标检测效果差等弊端;其次传统的跟踪方法在目标自身变化剧烈或被遮挡时易产生漂移。最后虽然深度学习在在视频领域取得了突破性进展,研究员总能
海底地貌为研究大陆板块的运动以及海底自然灾害的发生提供重要的参考,为油气资源勘探提供重要的基础海底地形信息,对海上平台和海底管线的安装铺设有指导性意义。海底地貌单元及其边界识别是海洋科学研究与海洋工程实施的基础和前提。目前,海底地貌单元边界提取主要依靠技术人员手动完成,易受主观判断影响,耗时较长,劳动强度大。为了克服手动提取存在的缺陷,本文研究了海底地貌单元边界搜索算法,主要研究内容包括:(1)基
在过去的几十年里,随机系统凭借其在金融、经济学和生物学等领域的广泛应用而受到愈来愈多学者的关注。在实际应用中,由于噪声的存在,往往使系统的稳定性变差甚至不稳定继而影响系统的其它性能。因此,本文利用谱技术研究了乘性噪声干扰下随机系统的稳定性,利用矩阵理论和随机分析的方法解决了随机系统的H∞以及混合H2/H∞控制问题,并借助线性矩阵不等式求解出了带有谱约束的输出反馈控制器的增益矩阵。本文主要工作可以分