孙涛12徐明海1.docVIP

基于改进粒子群算法的油田管网优化 孙 涛1,2, 徐明海1 1中国石油大学(华东)储运与建筑工程学院；2 中国石油大学胜利学院 摘要: 应用粒子群算法求解油田地面管网的拓扑优化模型，在算法寻优过程中通过对最优粒子的编码进行动态调整，从而改进算法中粒子对最优粒子的跟随方式，使粒子的进化过程变得更加合理。经过实例验证，在相同计算条件下，改进后粒子群算法在求解地面管网优化问题中表现优于原粒子群算法；最后通过与遗传算法进行比较，粒子群算法在相同计算精度下，收敛更快，所需迭代次数更少。ptimization of Oilfield Pipe Network Based on Improved Particle Swarm Algorithm Sun Tao1,2, Xu Ming-hai1 1 College of Pipeline and Civil Engineering, China University of Petroleum; 2 Shengli College, China University of Petroleum Abstract: The article Uses particle swarm algorithm to solve the optimization model of Oilfield pipe network, In the process of iteration，The coding of optimal particle can dynamically adjust, Thus improved the way of the particles flying to the optimal particle, and the evolution of particles becomes more reasonable. The calculation of example shows that，under the same initial conditions, the improved algorithm works more efficiently than the original one；At last, by comparing with the genetic algorithm, particle swarm optimization algorithm under the same calculation accuracy, faster convergence and less number of iterations required. Key words: Oilfield pipe network; Optimal; particle swarm algorithm; Genetic algorithm 在油田地面工程设计中，地面管网的布局占很大的比重，主要包括油气集输管网与注水管网的设计，油田地面管网可以看成一个由站点、管线构成的具有拓扑结构的网络系统。对系统进行优化设计，可以节省大量投资，但是由于系统的复杂性，传统的优化方法难以应用到节点较多的管网系统，因此，使用各种智能优化算法求解成为研究的主要领域[1-4]。 粒子群算法是一种基于群体智能的优化进化算法[5-6]。类似于遗传算法，粒子群算法也是通过个体的协作与竞争进行寻优，算法中没有交叉、变异等操作过程，其规则较遗传算法更简单，也更容易实现，目前已有众多的研究将粒子群算法应用于管网的优化计算[7-10]。由于标准粒子群算法对最优粒子的跟踪方法本质上是按站点序号进行的，而不同粒子同一序号的站点之间并无必然关联，这不利于种群的寻优。通过将粒子群算法迭代过程中的最优粒子进行动态编码，使算法对最优粒子的跟踪变为按站点位置进行，可以使种群能够更好的寻找最优解。油田管网，的 (1.1) 其中为井数，为站点数； 为单位管线建设费用，为距离，。 1.2 约束条件 1.2.1 惟一性约束 每个井隶属于一个站点，这种隶属关系具有惟一性，即 (1.2) 1.2.2 最大连接数约束 每个站点连接的井数量不能超过其最大连接数，即 (1.3) 1.2.3 几何位置约束 (1.4) 是第站点的位置坐标，为所设立站点位置的可行域。 2.粒子群算法 粒子群算法的基本概念源于对鸟觅食行为的研究。优化问题解成搜索空间的点，称为“粒子”，在空间中搜索。的粒子维的搜索空间搜索，其中第粒子表示为：对应的速度表示为搜索到的历史最优 ，搜索到的最优。 算法的位置速度更新公式： ，