改進MINLP算法及在油田生產(chǎn)調(diào)度中的應(yīng)用.pdf

1、石油已經(jīng)成為全球經(jīng)濟發(fā)展不可或缺的重要能源和工業(yè)原料。在全球石油儲量下降的趨勢下，油藏開發(fā)科學化管理顯得尤為重要。油田生產(chǎn)過程調(diào)度問題的數(shù)學模型多數(shù)為混合整數(shù)非線性規(guī)劃(Mixed Integer Nonlinear Programming，MINLP)模型，包括了大量的離散變量、連續(xù)變量和非線性函數(shù)。復(fù)雜的數(shù)學模型和問題規(guī)模使MINLP最優(yōu)算法一直是國內(nèi)外學者研究的熱點和難點。
　　本文的主要工作是基于廣義Benders分解(G

2、eneralized Benders Decomposition，GBD)和外部近似算法(Outer Approximation，OA)，提出混合改進MINLP算法，并通過數(shù)值實驗驗證了算法的可行性和有效性;針對油田生產(chǎn)調(diào)度問題進行數(shù)學建模，將改進算法應(yīng)用到問題求解;最后開發(fā)了嵌入優(yōu)化模型和算法的油田生產(chǎn)調(diào)度決策支持系統(tǒng)。
　　1、針對OA、GBD及其改進算法進行Benchmark問題的數(shù)值實驗，總結(jié)兩種算法的求解性能，結(jié)合算法理

3、論分析部分MINLP實例求解失敗原因，從而提出了改進算法，并將其應(yīng)用于求解復(fù)雜的MINLP，有一定的效果。
　　2、基于OA和GBD算法，提出了改進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。通過數(shù)值實驗驗證了算法的可行性和有效性。
　　3、針對國內(nèi)某大型油田的生產(chǎn)開發(fā)過程提出油田生產(chǎn)調(diào)度優(yōu)化問題，建立了MINLP數(shù)學模型，應(yīng)用改進算法對其進行求解，對比結(jié)果顯示改進算法可以明顯提高實際油田

4、生產(chǎn)調(diào)度優(yōu)化問題的求解效率，在運算時間和迭代次數(shù)上都有明顯的優(yōu)勢。
　　4、以該油田生產(chǎn)管理為背景，開發(fā)了油田生產(chǎn)調(diào)度優(yōu)化決策支持系統(tǒng)，嵌入了所建立的模型和算法，方便數(shù)據(jù)管理的同時，為決策者提供了油田生產(chǎn)優(yōu)化調(diào)度解決方案的支持。
　　數(shù)值實驗得出的結(jié)論對MINLP最優(yōu)算法的研究有理論價值，改進的MINLP算法明顯提高了求解油田生產(chǎn)調(diào)度優(yōu)化問題的求解效率，這對求解實際規(guī)模的MINLP問題具有一定的應(yīng)用價值。油田生產(chǎn)調(diào)度優(yōu)化決策