油田注水采油系統的建模、優(yōu)化與控制.pdf

1、注水是油田采油生產過程中最重要的開采方式之一，油田注水系統是一大規(guī)模復雜流體網絡系統，隨著油田進入高含水開發(fā)階段，注水系統耗能日益嚴重，如何對注水系統進行節(jié)能優(yōu)化已成為當務之急。注水系統的節(jié)能優(yōu)化包括注水系統全局優(yōu)化和注水機組優(yōu)化，節(jié)能優(yōu)化目標是降低注水能耗。本文在對油田注水系統進行深入分析的基礎上，注水系統在滿足注水壓力、注水量要求的前提下，根據油田注水系統基本單元的數學模型及管網的數學模型，針對注水系統的全局優(yōu)化問題，提出了基于改進

2、快速模擬退火算法的注水系統節(jié)能優(yōu)化方法，解決大型注水系統的非線性優(yōu)化問題。研究了一種具有較高逼近精度的高階CMAC神經網絡模型-HCMAC，詳細討論了其基本原理、插值算法及訓練規(guī)則，利用HCMAC良好的非線性逼近能力建立了油田注水機組節(jié)能優(yōu)化模型，實現機組節(jié)能優(yōu)化，仿真結果表明基于HCMAC的機組節(jié)能優(yōu)化策略具有較好的優(yōu)化效果。
　　 水驅特征曲線是描述油田注水開發(fā)生產的特征曲線，其主要作用就是求取水驅油田的可采儲量、采收率。支

3、持向量機(SVM)具有嚴格的理論和數學基礎，不存在局部極小的問題，且建立在結構風險最小化原則之上，對小樣本學習問題具有很強的泛化能力。水驅特征關系復雜，且樣本數量較少，本文基于SVM建立水驅特征關系模型，并且利用SVM水驅特征關系模型對注水采油生產的石油產量進行預測。
　　 基于RBF神經網絡建立了油田注采污水處理曝氣池內溶解氧的智能軟測量模型，實現溶解氧的智能預測。仿真結果表明采用該方法的智能軟測量模型具有一定的逼近精度和預測

4、效果，具有較高的預測精度，為曝氣池溶解氧閉環(huán)控制奠定了基礎，同時對溶氧儀的清理維護具有一定的指導意義。
　　 活性污泥法處理是一個耗氧過程，活性污泥法的凈化反應顯著特征之一就是消耗水中的溶解氧，決定其處理效果的關鍵因素是生化池中的溶解氧濃度(DO值)。污水處理過程中溶解氧濃度為被控量，通常采用PID控制，研究了PID控制器的綜合問題，給出了PID穩(wěn)定參數域，且該穩(wěn)定條件是充要的，無保守性，對PID溶解氧控制器參數的選取具有指導意