改进PSO算法在振荡式注汽速度优化中的应用

作者：倪红梅; 刘永建; 李盼池

来源：吉林大学学报(信息科学版), 2018, 36(06): 648-653.

DOI：10.19292/j.cnki.jdxxp.2018.06.008

• PSO算法
• 蒸汽驱
• 振荡式注汽速度
• 自适应变异
• 极值扰动

针对蒸汽驱恒定式注汽速度驱油效果差的现状,提出了一种基于改进PSO(Particle Swarm Optimization)算法的蒸汽驱振荡式注汽速度优化方法。该方法建立了蒸汽驱注汽速度数学模型,采用改进粒子群优化算法对此模型进行求解并优化振荡式注汽速度,最后得到蒸汽驱振荡式注汽速度最优方案。改进粒子群优化算法引入混沌优化算子产生初始解,依据各粒子适应值的距离,完成对各个粒子的自适应变异,同时引入极值扰动算子对个体历史最优值和全局最优值实施随机扰动,加快了收敛速度,提高了种群的可进化能力。实验结果表明:所建立模型准确,优化算法有效。通过此方法可指导蒸汽驱注采方案合理编制,指导蒸汽驱高效运行。

• 出版日期2018
• 单位东北石油大学