本发明专利技术公开了一种基于分级策略的油气集输管网拓扑结构智能优化方法。根据多级星-树形拓扑结构特点，将问题分解为油井最优划分和干支管网规划二个子问题；采用K-Means聚类算法对油井进行分组，以每组的中心点作为集气站的位置；在集气站的基础上引入额外站点(S点)将问题转化为Steiner最小树模型(SMT)，用改进粒子群算法对SMT模型求解。本发明专利技术可以获得更短的管网拓扑结构，且S点数量可以设定为某固定值或某区间内，具有很好的通用性。
【技术实现步骤摘要】
本专利技术涉及一种油气集输管网拓扑结构的优化方法，具体涉及一种基于分级策略 的油气集输管网拓扑结构智能优化方法。
技术介绍
油气集输管网系统是油田地面的主体工程，其投资一般占整个油田地面工程的 60% -70%，占整个油田工程的40%左右。油气集输是通过"管-站"组成的十分复杂的网 络系统，这个系统的投资主要包括管网造价、各中间站造价以及运行费用，其中一个中转站 的投资费用高达近千万元，管材费用也高达每公里数万元，因而对油气集输管网系统优化 具有重要的理论意义与工程价值。油气集输管网系统问题涉及离散拓扑优化、非线性参数优化、多目标优化、动态优 化等，从优化角度来看，它是一类大型的复杂的组合优化问题，从计算复杂性的角度来看， 它的一些子问题属于NP-hard问题。对油气集输管网优化设计问题常采用分级优化策略， 将其分为井组最优划分、管网布局优化和管网参数优化，本质上是将该问题分为布局优化 和参数优化两个子问题。其中布局优化是集输管网系统优化的首要任务和关键阶段，布局 优化合理与否，不仅关系到整个油田地面工程的投资费用，而且也关系到管网系统后续参 数优化的进一步开展。 油气集输管网的布局优化是一个十分复杂的组合优化问题，目前这类问题的研究 大多是对一个确定的网络拓扑结构提出各种优化方法，但由于问题的复杂性和难度，采用 传统优化理论方法很容易造成设计在局部是合理的，但在整体上没达到最优，致使油田正 式投入开发后被迫进行不断地调整和改进。这样，不仅影响油田的正常开发生产，同时也造 成人力、物力、财力的巨大浪费。因此针对油气集输管网拓扑结构进行优化设计，对降低管 网建设及运行成本具有重要意义。
技术实现思路
为解决上述问题，本专利技术提供了一种基于分级策略的油气集输管网拓扑结构智能 优化方法，基于K-Means聚类算法对油井分组，以每组的中心点位置作为集气站的位置，根 据确定的井站隶属关系，使油井-集气站以星形连接；然后，在确定的井站隶属关系下，对 油气集输干支管网拓扑结构优化；在原有集气站的基础上引入额外的点Steiner点（集气 总站），进而将问题模型转化为Steiner最小树模型，采用改进的粒子群算法对油气集输管 网干支管网模型-SMT模型进行求解。 为实现上述目的，本专利技术采取的技术方案为： ，包括如下步骤：S1、根据MST的油气集输管网拓扑结构模型特点，将油气集输管网布局优化设计 问题分为油井的最优划分和干支管网布局优化二个子问题；S2、采用K-Means聚类算法对油井进行分组，以每组的中心点作为集气站的位置， 为进一步干支管网布局优化做准备；S3、为获得更优的管网拓扑结构，在原有集气站的基础上引入额外的站点 (Steiner点，S点）将问题转化为SMT(SteinerMinimalTree，SMT)模型，用改进的粒子群 算法（ModifiedParticleSwarmOptimization，MPS0)对SMT模型求解。 toon] 其中，油井的最优划分通过以下步骤完成： (1)读入油井的坐标和集气站的个数K，在一定的油井区域内随机生成K个点，以 这K个点的坐标作为每组的初始中心； ⑵计算各个油井到初始中心点的距离，把距离初始中心点最近的油井加入到相 应的组别中； (3)对新加入油井的组重新计算每组的中心点，产生一个新的中心点； (4)重复以上步骤，直到所有每组的油井数目都不大于设定数目上限，则每组的中 心点即为集气站的位置。 其中，干支管网布局优化通过以下步骤完成： (1)在原有集气站中引入额外的站点（集气总站），从而将管网的树形拓扑结构优 化问题转化为SMT问题； (2)采用改进的粒子群算法（MPS0)对油气集输干支管网拓扑结构模型优化，MPS0 求解SMT模型时，对粒子采用在基于S点个数和位置坐标的固定长度的编码方式，并引入离 散算子处理粒子的个数； (3)建立完全图和最小支撑树相结合的适应度函数对粒子评价； (4)在粒子速度和位置更新中，引入二次凹函数增强粒子的全局搜索能力，加快种 群的收敛速度。 其中，固定长度的粒子编码方式采用基于S点个数和位置的固定长度编码方式对 粒子进行编码，分为四种类型： (1)限定S点的个数在内，η为给定点的数目。 (2)限定S点的个数在内，a，b为S点个数取值的上下限。 (3)设置S点的个数为某一个固定值。 (4)设置S点的个数为最大值n-2,即满树。 其中，对粒子采用固定长度的编码方式编码时，具体表达S点个数及其坐标，以其 在满树情况下的对应长度为2 (n-2)+1作为编码长度，编码的第一位表示了具体S点个数。 其中，改进的粒子群算法如下式所示：ω(t) = (ωκ-ωβ) · (t/T) 2+(ωe-ωs) · (2 ·t/T) + 〇sCi(t) = (cls-cle) · (t/T)2+(cle-cls) · (2 ·t/T)+clsc2(t) = (c2s-c2e) · (t/T)2+(c2e-c2s) · (2 ·t/T)+c2s 式中，〇s、Cls、c2s与ωe、Cle、c2e分别为ω、cpc2的初始值和终止值，ωs>ωe， cls> clf；，c2s> c 2f；;c ls= c clf；= c 2s;t为当前进化代数，Τ为种群最大进化次数；初始阶 段，为了加强粒子群的全局搜索能力，ω与Cl保持较大值，c2则保持较小值；随着种群的迭 代，ω与ClW凹函数（二次函数）逐步递减，而c2则以凹函数（二次函数）逐步增加，以 增加种群的局部搜索能力与加快收敛。 其中，MPS0求解SMT模型通过以下步骤实现：a、在聚类分组的基础上，根据确定的集气站的坐标矩阵，求矩形凸包对角点，作为 S点的边界，所有额外引入的S点必须在这个边界内；b、确定最大S点数n-2,对基本粒子信息初始化：粒子个数N，最大进化代数T，惯 性权重ω和学习因子Cpc2;c、采用基于S点个数和位置的固定长度的编码方式对粒子编码，并引入离散算子 处理粒子编码的第一位，即S点个数；d、利用适应度函数对粒子评价，更新pld和p gd;e、根据速度和位置公式更新粒子的速度和位置形成新的粒子群。并且为了增强粒 子的全局并行搜索能力，引入二次凹函数对初始参数处理；f、判断是否达到收敛条件，若达到，则输出最优结果，否则转入d。 本专利技术具有以下有益效果： 可以获得更短的管网拓扑结构，且粒子收敛速度快。该方法可以处理S点为零即 最小支撑树情况、S点数量为固定值的情况，也可以将S点数量限定在一定区间内进行优化 求解，具有较好的通用性。【附图说明】 图1为本专利技术实施例的流程图。图2为本专利技术中油井的最优划分流程图。 图3为本专利技术实施例中固定长度的粒子编码方式的示意图。 图4为本专利技术实施例中（a)为给定点集R和S点集对应的网络图G。 图5为当前第1页1 2 3 本文档来自技高网...
【技术保护点】
基于分级策略的油气集输管网拓扑结构智能优化方法，其特征在于，包括如下步骤：S1、根据多级星‑树形(Multilevel Star‑Tree Style，MST)的油气集输管网拓扑结构模型特点，将油气集输管网布局优化设计问题分为油井的最优划分和干支管网布局优化二个子问题；S2、采用K‑Means聚类算法对油井进行分组，以每组的中心点作为集气站的位置，为进一步干支管网布局优化做准备；S3、在集气站的基础上引入额外的站点将问题转化为Steiner最小树模型(Steiner Minimal Tree，SMT)，用改进的粒子群算法(Modified Particle Swarm Optimization，MPSO)对SMT模型求解。
【技术特征摘要】
【专利技术属性】
技术研发人员：柳强，王国良，李芳芳，毛莉，
申请(专利权)人：辽宁石油化工大学，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。