基于BK近似动态规划的三元复合驱优化方法技术

在三次采油阶段，三元复合驱因其能显著提高采收率而被广泛关注，为了合理规划生产策略，以实现利益最大化，本发明专利技术提出了一种基于BK近似动态规划的三元复合驱优化方法。该方法采用净现值为性能指标，以三元复合驱(即碱、表面活性剂、聚合物)的机理模型为基础，通过近似动态规划来逐步迭代逼近最优解。其中，对于近似动态规划的执行网络、模型网络和评价网络利用Kriging插值进行估计，首先选择高斯模型作为变差函数估计已知点到待估点的距离，再通过Bregman迭代对已知点的Bregman距离进行寻优，得到最优点和最优Kriging权值。最后利用该算法优化三元复合驱模型的注入浓度，得到最优注采策略。

【技术实现步骤摘要】

本技术属于工业建模与优化技术，涉及利用Bregman迭代、Kriging插值和近似动 态规划方法提高三元复合驱原油采收率，具体地说是一种基于BK近似动态规划的三元复 合驱优化方法。 二、
技术介绍
石油开发在经历了天然开采的一次采油和水驱开采的二次采油之后，已经进入 加入化学驱替剂的三次采油阶段。随着开采的进行，开采难度的加大，采收率越来越低， 且油的品质逐渐下降，目前我国老油田含水率已高达80%以上，可采储量采出程度也已达 63. 1%，已进入高含水、高采出程度阶段。如何进一步提高采收率，大力发展三次采油技术 已成为石油工业发展的当务之急。三元复合驱（碱/表面活性剂/聚合物）充分利用了驱 替剂之间的作用机理，可能的改变油水粘度、波及系数及界面张力，能进一步提高采收率， 因此被越来越多的油田采用。 目前关于三元复合驱提高采收率的研宄主要从两个方面进行：1.从作用机理方 面研宄驱替剂之间的相互作用以及对原油物化参数的影响；2.基于机理模型，通过数值模 拟软件模拟实验，人为选择相对较好的注采策略。然而，三元复合驱作用机理和模型过于复 杂，难于求解，生产策略的制定过多依赖与操作者经验。因此，寻找合适的优化方法得到最 优注采方案就显得尤为重要。 近似动态规划是近几年新兴起的一种动态规划算法，该方法能避免传统动态规划 算法在求解模型过程中带来的计算复杂度，通过逐步迭代逼近非线性系统的最优控制解， 从而简化计算，其基本思想是利用函数近似结构逼近动态规划方程中的性能指标函数和控 制策略，以满足最优性原理从而获得最优控制和最优性能指标函数。在近似动态规划中，最 常用的函数近似结构是神经网络，然而，三元复合驱是复杂分布参数系统，状态参数的分布 有很明显的时空分布特征，一般的近似形式不能充分反映时空分布特性，Kriging插值是从 变量的相关性和变异性出发，它认为样本之间是相关的，且这种相关性随相对距离和相对 方向变化，是在有限区域内对区域化变量的取值进行无偏最优估计的一种方法。Kriging法 的基本思想是：在考虑了信息样本的形状、大小及其待估区相互之间的空间分布等几何特 征，以及变量的空间结构信息后，为了达到无偏差和最小估计方差，而对每个样本赋予一定 的权值，利用加权平均值法对待估区的变量进行估计。在上述近似动态规划和Kriging相 结合的算法中，如何更新权值使得系统在迭代过程中逼近最优解成为至关重要的问题。近 几年刚兴起的Bregman迭代由于其相对一般优化方法存储空间小、计算量小、计算速度快 而被广泛采用，本专利技术利用Bregman迭代寻找最优点，修正权值，通过定义和修正Bregman 距离，实现近似动态规划的执行网络、模型网络和评价网络的逼近。综合上述特点，本专利技术 提出了基于BK近似动态规划的三元复合驱优化方法，以得到最优注采策略，实现经济效益 最大化。 三、
技术实现思路
本专利技术的目的是提供一种基于BK近似动态规划的三元复合驱优化方法，其中B表 示Bregman迭代，K表示Kriging插值。该方法采用净现值为性能指标，以三元复合驱（即 碱、表面活性剂、聚合物）的机理模型为基础，通过Bregman迭代和Kriging插值修正近似 动态规划，最后通过改进的近似动态规划算法求解最优注采策略。 本专利技术的目的通过以下技术方案来实现的： 该种基于BK近似动态规划的三元复合驱优化方法，包括以下内容： 1 ?建立三元复合驱优化模型 (1)性能指标 采用利润（净现值）最大作为性能指标，【主权项】1. 基于BK近似动态规划的三元复合驱优化方法，其中B表示Bregman迭代，K表示 Kriging插值。其特征在于：将Bregman迭代和Kriging插值相结合去改进近似动态规划 算法，并用于求解三元复合驱最优注采策略；采用Kriging插值实现近似动态规划的执行 网络、模型网络和评价网络；采用Bregman迭代对已知点的Bregman距离进行迭代寻优，获 得最优Kriging权值。2. 基于BK近似动态规划的三元复合驱优化方法，其特征在于该方法依次含有以下步 骤： 步骤（1)三元复合驱数据预处理，控制u为驱替剂注入浓度，状态x为油藏网格浓度、 含水饱和度、网格压力，性能指标J为净现值，初始化执行网络和评价网络的权值，以及折 扣因子Y，选择合适的变差函数； 步骤（2)采用Kriging插值对执行网络逼近，由状态x(k)和x(k-l)得到产生控制u(k)，计算效用函数U(k); 步骤（3)采用Kriging插值对模型网络逼近，由状态x(k)和u(k)得到下一阶段状态x(k+l)； 步骤（4)采用Kriging插值对评价网络逼近，由状态x(k+l)得到性能指标^以+ 1): 步骤（5)采用Bregman迭代，以网络误差最小为原则，寻找最优点，依次训练各网络的 权值（即Kriging权值）； 步骤（6)判断训练是否失败，如失败，返回步骤（4)，重新训练； 步骤（7)返回步骤⑵进入下一次训练，若达到最大训练次数，训练结束。3. 基于BK的网络逼近方法，其特征在于该方法含有以下几个方面： (1)选择高斯模型作为变差函数估计已知点到待估点的距离，具体模型如下：;变程约为，在原点处为抛物线型； ⑵定义Bregman距离（Dfhv) = /(?) -/(v)-</>,m-v>，这里J(x)为Rn-R的凸函 数，而pGRn为次微分d/(v)中的一个次梯度），利用该距离通过Bregman迭代寻找最优点， 训练网络权值，实现误差最小化； (3)参考主元分析的思想，将已知点到待估点的距离进行升序、降序排列，在实施过程 中可以根据实际需要，人为调整精度和计算复杂度。【专利摘要】在三次采油阶段，三元复合驱因其能显著提高采收率而被广泛关注，为了合理规划生产策略，以实现利益最大化，本专利技术提出了一种基于BK近似动态规划的三元复合驱优化方法。该方法采用净现值为性能指标，以三元复合驱(即碱、表面活性剂、聚合物)的机理模型为基础，通过近似动态规划来逐步迭代逼近最优解。其中，对于近似动态规划的执行网络、模型网络和评价网络利用Kriging插值进行估计，首先选择高斯模型作为变差函数估计已知点到待估点的距离，再通过Bregman迭代对已知点的Bregman距离进行寻优，得到最优点和最优Kriging权值。最后利用该算法优化三元复合驱模型的注入浓度，得到最优注采策略。【IPC分类】G06F19-00【公开号】CN104809363【申请号】CN201510270819【专利技术人】葛玉磊, 李树荣, 张晓东, 雷阳, 常鹏 【申请人】中国石油大学(华东)【公开日】2015年7月29日【申请日】2015年5月25日本文档来自技高网...

【技术保护点】
基于BK近似动态规划的三元复合驱优化方法，其中B表示Bregman迭代，K表示Kriging插值。其特征在于：将Bregman迭代和Kriging插值相结合去改进近似动态规划算法，并用于求解三元复合驱最优注采策略；采用Kriging插值实现近似动态规划的执行网络、模型网络和评价网络；采用Bregman迭代对已知点的Bregman距离进行迭代寻优，获得最优Kriging权值。

【技术特征摘要】

【专利技术属性】
技术研发人员：葛玉磊，李树荣，张晓东，雷阳，常鹏，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：山东;37