基于分群式粒子群算法压裂水平井试井曲线自动拟合.pdfVIP

下载本文档

3
0
约4.1万字
约 6页
2017-08-30 发布于安徽
举报
版权申诉

基于分群式粒子群算法压裂水平井试井曲线自动拟合.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

中国石油大学学报(自然科学版) 2012 年第36 卷 Vo1. 36 No.2 第 2 期 Journal of China University of Petroleum Ap r. 2012 文章编号: 1673-5005 (2012 )02-0136 -05 基于分群式粒子群算法的压裂水平井试井曲线自动拟合王培笠张静2 (1中国石油大学石油工程学院，山东青岛 266580; 2. 中国石化集团国际石油勘探开发有限公司，北京 100083 ) 摘要:为提高压裂水平井试井多参数自动拟合的计算精度、速度和稳定性，将传统方法、智能算法和并行算法相结合，提出并行分群式粒子群优化算法，并将高斯-牛顿法与粒子群算法相结合，同时采用 OpenMP 并行算法求解。结果表明:在粒子群优化算法中，通过粒子分群使粒子搜索方向趋近于线性，避免了粒子群算法易陷入局部最优的问题，加快了搜索速度;与高斯一牛顿法相结合保证了计算的稳定性;采用 OpenMP 并行算法求解降低了模型的复杂度，提高了计算效率;分群式粒子群优化算法比其他优化算法计算速度更快，计算精度更高，并可在一定程度上为多裂缝水平井试井解释划分流动阶段。关键词:压裂水平井;分群式;粒子群算法;试井;自动拟合中图分类号:TE 353 文献标志码:A doi: 10. 3969/j. issn. 1673δ005.2012.02.023 Well testing curve automatic matching of fractured horizontal well based on group particle swarm optimization 1 2 WANG Pei-xi , ZHANG Jing ( 1. School of Petroleum Engineering in China University of Petroleum , Qingdao 266580 , China; 2. SINOPEC International Petroleum E儿:plorαtwn αnd Production Corporation , Beijing 100083 , China) Abstract: 1n order to improve the accuracy , speed and stability of multi-parameters automatic matching for fractured hor:izontal well test analysis , a new parallel group particle swarm optimization algorithm combined with traditional method , intelligence al- gorithm and parallel algorithm was proposed. The proposed algorithm was combined with Gauss-Newton algorithm and solved by OpenMP parallel algorithm. The resu 1ts show that in the pariicle swarm optimization algorithm , the searching direction of parti- c