基于遗传—退火混合算法的油藏动态优化研究

冯高城 马良帅 姚为英

中海油能源发展股份有限公司工程技术分公司, 天津 300450

0 前言

海上油田中高含水期面临着油水分布复杂、剩余油挖潜难度大、开发中后期生产调整困难等问题,直接导致油田稳产困难、开发成本逐年增加[1-2]。针对油田持续稳产与优化降本等问题,油藏生产优化是一种较为可行的技术手段。即通过调整油井产出和水井注入状态实现油藏生产效益的最大化。国内郎兆新最先提出油藏最优控制优化开始,直到张凯等通过将最优控制模型与油藏生产优化相结合,才真正意义上形成了油藏生产的动态优化理论,并在聂建英的深化研究中,逐步实现了最优控制理论在闭环油藏管理中的应用[3]。

智能油藏优化技术在国内经历了近30年探索,现代油藏生产优化已取得长足发展与关键性突破。油藏动态实时优化关键问题则是在有限时间内寻找到全局最优。现代智能优化算法[3]主要包括禁忌搜索算法、遗传算法、蚁群优化算法、人工神经网络算法等,可以通过数学抽象模型利用算法求解全局最优值。同时,油藏优化算法寻优过程中的梯度求解,目前主要应用SPSA和EnOpt算法等无梯度算法,通过估算优化变量与目标函数的敏感性或相关关系获得近似梯度或概率梯度进行优化[4],该梯度能够最佳逼近于真实梯度,每个迭代步只需若干次目标函数值计算,效率较高、应用方便。但目前遗传算法等现代优化方法在复杂多项式[5]优化求解过程中,计算解集易陷于局部解或者折中解,无法做到局部搜索与全局最优的互相兼容。……