東北石油大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院
基于區(qū)間—粒子群優(yōu)化算法的油田注水系統(tǒng)優(yōu)化*
李源 王銀鳳東北石油大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院
油田注水系統(tǒng)運(yùn)行優(yōu)化問題通??蓺w結(jié)為帶約束的非線性最優(yōu)化問題。粒子群算法是Kennedy和Eberhart在1995年提出的,該算法具有群體智能、內(nèi)在并行性、迭代格式簡單、可快速收斂到最優(yōu)解所在區(qū)域等優(yōu)點(diǎn)。建立了油田注水系統(tǒng)運(yùn)行方案優(yōu)化數(shù)學(xué)模型,并利用區(qū)間—粒子群算法對數(shù)學(xué)模型求解,取得了較好的效果。在粒子群各粒子位置初始化中,運(yùn)用區(qū)間優(yōu)化思想,直接去掉不可能存在最優(yōu)值的區(qū)間,不但加快了粒子群優(yōu)化運(yùn)算速度,而且算法穩(wěn)定性和收斂精度有顯著提高。
注水系統(tǒng);區(qū)間優(yōu)化;粒子群算法;區(qū)間—粒子群算法
油田注水系統(tǒng)運(yùn)行優(yōu)化問題通??蓺w結(jié)為帶約束的非線性最優(yōu)化問題[1-3]。對這一問題,基于數(shù)學(xué)規(guī)劃方法的研究雖有進(jìn)展,但現(xiàn)有的方法遠(yuǎn)不能滿足求解的需要。區(qū)間—粒子群算法充分發(fā)揮粒子群算法的全局收斂性和群體搜索能力,在較大范圍內(nèi)找到解的大致位置,得到近似最優(yōu)解,并以此為中心構(gòu)造一個(gè)區(qū)間向量,然后利用區(qū)間算法的精確搜索能力快速判斷這一區(qū)間是否含有解。如果無解,則可以使粒子群算法不必在無解的區(qū)間搜索,減少不必要的運(yùn)算;如果有解,則用區(qū)間迭代法快速計(jì)算出高精度的解,彌補(bǔ)了粒子群算法后期收斂停滯現(xiàn)象。針對油田注水系統(tǒng)問題,建立了油田注水系統(tǒng)運(yùn)行方案優(yōu)化數(shù)學(xué)模型,并利用區(qū)間—粒子群算法對數(shù)學(xué)模型求解,取得了較好的效果。
油田注水系統(tǒng)運(yùn)行優(yōu)化問題是在整個(gè)系統(tǒng)服務(wù)要求給定的情況下,確定注水泵的開啟狀態(tài)及其運(yùn)行參數(shù),使其滿足系統(tǒng)配注要求,并能達(dá)到降低能量損耗的目的。
1.1 目標(biāo)函數(shù)
以注水站的排量為決策變量,以極小化注水能耗為目標(biāo)的目標(biāo)函數(shù)f(u)為
式中uk為第k座注水站的排量;p^k為第k座注水站所在節(jié)點(diǎn)的壓力;βk為泵站開啟狀態(tài);m為注水站的數(shù)量;θ為單位換算系數(shù)。
1.2 約束條件
1.2.1 節(jié)點(diǎn)流量平衡約束
對于n個(gè)節(jié)點(diǎn)的注水管網(wǎng),管網(wǎng)應(yīng)滿足如下的方程組。
式中Qi為第i個(gè)節(jié)點(diǎn)的用水量;u′i為第i個(gè)節(jié)點(diǎn)的注入量;qij為第j個(gè)節(jié)點(diǎn)到第i個(gè)節(jié)點(diǎn)之間的管道流量。
1.2.2 供、注水量平衡約束
注水泵的總供水量與各注水井的總注入量之間應(yīng)保持平衡,即滿足如下等式
1.2.3 注水壓力約束
必須以保證整個(gè)系統(tǒng)的服務(wù)質(zhì)量為前提,所以各個(gè)注水井的節(jié)點(diǎn)壓力值不應(yīng)小于它要求的最低注入壓力,即
式中pmini為第i個(gè)注水井的節(jié)點(diǎn)壓力下限值且要滿足系統(tǒng)服務(wù)質(zhì)量的要求;np是注水井節(jié)點(diǎn)個(gè)數(shù)。
1.2.4 注水站的排量約束
注水站的供水量因?yàn)槭艿奖谜镜墓┧芰Φ纫蛩刂萍s,所以系統(tǒng)的ui流量滿足如下的要求
式中uimin和uimax分別為第i個(gè)泵站供水量的下限值和上限值;X為所有注水泵站所在節(jié)點(diǎn)標(biāo)號的集合。
粒子群算法是Kennedy和Eberhart在1995年提出的,該算法具有群體智能、內(nèi)在并行性、迭代格式簡單、可快速收斂到最優(yōu)解所在區(qū)域等優(yōu)點(diǎn)。而區(qū)間算法有局部區(qū)域精細(xì)搜索能力,它是以區(qū)間分析為基礎(chǔ),用區(qū)間變量代替點(diǎn)變量,按照區(qū)間運(yùn)算規(guī)則進(jìn)行區(qū)間計(jì)算,主要有區(qū)間Newton法及其改進(jìn)算法[4]等。區(qū)間算法在迭代的每一步都給出了確定的誤差界限,且迭代過程中可以判別解的存在性和唯一性。而區(qū)間—粒子群算法是結(jié)合兩種算法的優(yōu)點(diǎn)所設(shè)計(jì)的。計(jì)算初期通過隨機(jī)設(shè)定粒子所在初始位置,需要判斷最優(yōu)解所在可行空間中的分布。為了加快這一部分計(jì)算速度,在此引入?yún)^(qū)間優(yōu)化算法,排除不可能存在極值點(diǎn)區(qū)域,減少粒子群算法易陷入局部極小點(diǎn)的可能性,算法穩(wěn)定性得到改善。區(qū)間—粒子群算法步驟如下:①初始化參數(shù);②運(yùn)用區(qū)間優(yōu)化算法,去掉不可能存在極值的區(qū)間;③計(jì)算剩余可能存在極值的區(qū)間的粒子群位置、速度;④求各種群的中心位置;⑤選擇最小中心位置,并評價(jià)其是否小于最優(yōu)位置,如果小于,繼續(xù),否則轉(zhuǎn)②;⑥種群更新,是否滿足精度要求,滿足則繼續(xù)迭代,否則縮小步長再迭代;⑦判斷是否終止計(jì)算,如果滿足,結(jié)果輸出結(jié)束計(jì)算,不滿足轉(zhuǎn)②,重新評價(jià)并計(jì)算。
以某采油廠的注水系統(tǒng)為例進(jìn)行分析,在系統(tǒng)中,注水站5座,65個(gè)節(jié)點(diǎn),87條管道,已知總注水量為68134.86m3/d。用區(qū)間—粒子群算法進(jìn)行試算,其中算法參數(shù)的設(shè)置為:
(1)區(qū)間算法。前4個(gè)泵站排量100~1000m3/d,最后一個(gè)泵站排量0~1000m3/d。二分區(qū)間時(shí),若區(qū)間的最大寬度小于100時(shí)停止迭代,本例停止的精度設(shè)為Exp=10。然后利用粒子群算法進(jìn)行局部求精。
(2)粒子群算法。粒子個(gè)數(shù)idim=10,迭代次數(shù)是itermax=100,慣性權(quán)重wmax=0.9,wmin=0.4,學(xué)習(xí)因子c1max=c2max=2.5,c1min=c2min=0.5,變異概率p0max=0.9,p0min=0.1,最終計(jì)算結(jié)果見表1。
表1 區(qū)間—粒子群算法結(jié)果
系統(tǒng)的目標(biāo)函數(shù)值是277032.14kW·h/d,優(yōu)化后得到目標(biāo)函數(shù)值為282686.37kW·h/d。經(jīng)計(jì)算,采用此算法后目標(biāo)函數(shù)值降低了5654.23kW·h/d。
建立了油田注水系統(tǒng)運(yùn)行方案優(yōu)化數(shù)學(xué)模型,并利用區(qū)間—粒子群算法對數(shù)學(xué)模型求解,取得了較好的效果。在粒子群各粒子位置初始化中,運(yùn)用區(qū)間優(yōu)化思想,直接去掉不可能存在最優(yōu)值的區(qū)間,不但加快了粒子群優(yōu)化運(yùn)算速度,而且算法穩(wěn)定性和收斂精度有顯著提高。
[1]Kuo CH,Michel A N,GrayW G.Design of Optimal Pump-andtreatStrategies for Contaminated Groundwater Remediation Using the Simulated Annealing Algorithm[J].Advertisement in Water Resources,1992,15(2):95-104.
[2]Dougherty D E,Marryott R A.Optimal Groundwater Management 1 Simulated Annealing[J].Water Resources Research,1991,27(10):2 493-2 502.
[3]Wang Q I.The Genetic Algorithms and Its Application to Calibrating Conceptual Rainfall-Run Off[J].Water Resources Research,1991,27(9):2 467-2 489.
[4]申培萍,李文強(qiáng).一類約束全局優(yōu)化的區(qū)間方法[J].?dāng)?shù)學(xué)實(shí)踐與認(rèn)識,2005,35(11):148-149.
(欄目主持 楊軍)
10.3969/j.issn.1006-6896.2014.10.024
基金論文:黑龍江省自然科學(xué)基金項(xiàng)目(E201143)資助。