改进MINLP算法及在油田生产调度中的应用

摘要

石油已经成为全球经济发展不可或缺的重要能源和工业原料。在全球石油储量下降的趋势下，油藏开发科学化管理显得尤为重要。油田生产过程调度问题的数学模型多数为混合整数非线性规划(Mixed Integer Nonlinear Programming，MINLP)模型，包括了大量的离散变量、连续变量和非线性函数。复杂的数学模型和问题规模使MINLP最优算法一直是国内外学者研究的热点和难点。
　　本文的主要工作是基于广义Benders分解(Generalized Benders Decomposition，GBD)和外部近似算法(Outer Approximation，OA)，提出混合改进MINLP算法，并通过数值实验验证了算法的可行性和有效性;针对油田生产调度问题进行数学建模，将改进算法应用到问题求解;最后开发了嵌入优化模型和算法的油田生产调度决策支持系统。
　　1、针对OA、GBD及其改进算法进行Benchmark问题的数值实验，总结两种算法的求解性能，结合算法理论分析部分MINLP实例求解失败原因，从而提出了改进算法，并将其应用于求解复杂的MINLP，有一定的效果。
　　2、基于OA和GBD算法，提出了改进OA和GBD混合割算法，融合了OA割和GBD割;引入半代理割，提出了半代理算法。通过数值实验验证了算法的可行性和有效性。
　　3、针对国内某大型油田的生产开发过程提出油田生产调度优化问题，建立了MINLP数学模型，应用改进算法对其进行求解，对比结果显示改进算法可以明显提高实际油田生产调度优化问题的求解效率，在运算时间和迭代次数上都有明显的优势。
　　4、以该油田生产管理为背景，开发了油田生产调度优化决策支持系统，嵌入了所建立的模型和算法，方便数据管理的同时，为决策者提供了油田生产优化调度解决方案的支持。
　　数值实验得出的结论对MINLP最优算法的研究有理论价值，改进的MINLP算法明显提高了求解油田生产调度优化问题的求解效率，这对求解实际规模的MINLP问题具有一定的应用价值。油田生产调度优化决策支持系统集数据信息和模型算法于一体，为油田管理者提供了科学的快速的生产管理方案。

目录

声明

摘要

第1章 绪论

1．1 油田生产调度问题

1．1．1 油田开采生产流程

1．1．2 油田开采生产调度问题

1．1．3 国内外研究现状及研究意义

1．2 MINLP模型与算法

1．2．1 MINLP模型及算法

1．2．2 GBD算法及研究意义

1．3 论文研究内容及框架

1．3．1 主要工作

1．3．2 技术路线

1．4 本章小结

第2章 GBD算法及其改进

2．1 GBD算法

2．2 GBD和OA算法数值实验比较

2．3 GBD算法失败原因分析

2．4 改进GBD算法策略

2．4．1 改进策略Ⅰ

2．4．2 改进策略Ⅱ

2．5 本章小结

第3章 改进混合割MINLP算法

3．1 改进OA和GBD混合割算法

3．2 应用半代理割的混合MINLP算法

3．3 数值实验

3．3．1 改进OA和GBD混合割算法

3．3．2 应用半代理割的混合MINLP算法

3．4 本章小结

第4章 油田生产调度问题建模与优化

4．1 油田生产调度问题描述

4．2 改进算法求解数学模型

4．2．1 数学模型

4．2．2 数值实验及优化结果分析

4．3 本章小结

第5章 油田生产调度优化决策支持系统开发

5．1 系统需求分析

5．2 系统设计

5．2．1 系统功能设计

5．2．2 数据库设计

5．3 系统功能实现

5．3．1 数据管理模块

5．3．2 调度优化模块

5．3．3 人机交互模块

5．3．4 生成报表模块

5．4 发布应用程序

5．5 本章小结

第6章 结束语

参考文献

致谢