[發(fā)明專利]一種基于人工蜂群算法的控壓鉆井井身結(jié)構(gòu)設(shè)計方法

有效

• 申請?zhí)枺?/td>: 202110374662.5
• 申請日: 2021-04-08
• 公開（公告）號: CN112800689B
• 公開（公告）日: 2021-06-18
• 發(fā)明（設(shè)計）人: 許玉強;韓超;管志川;劉永旺;廖華林;史玉才;路保平;柯珂;李兵碩;李雅婷
• 申請（專利權(quán)）人: 中國石油大學(xué)（華東）
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/00;G06Q50/02
• 代理公司: 濟南竹森知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 37270
• 代理人: 劉宏廣;呂利敏

1.一種基于人工蜂群算法的控壓鉆井井身結(jié)構(gòu)設(shè)計方法，其特征在于，該方法包括以下步驟：

（一）、地質(zhì)必封點確定：依據(jù)地質(zhì)資料，確定必封層位；

（二）、安全壓力窗口確定：根據(jù)鉆前地層孔隙壓力、地層破裂壓力以及地層坍塌壓力的預(yù)測結(jié)果，依據(jù)區(qū)域井身結(jié)構(gòu)設(shè)計系數(shù)，確定安全壓力窗口，設(shè)定井深H處的安全壓力窗口的下限為ρ_下(H)，上限為ρ_上(H)；

（三）、控壓參數(shù)可調(diào)范圍確定：

根據(jù)不同控壓鉆井方式的控壓特點及實際工況確定一個或多個控壓參數(shù)K_i（i=1,2，……），以及各控壓參數(shù)的可調(diào)范圍：

K_L≤K_i≤K_H

其中，K_i為第i個控壓參數(shù)，K_L為控壓參數(shù)的下限,K_H為控壓參數(shù)的上限；

（四）、不同控壓條件下的井筒ECD計算:

在步驟三中的各控壓參數(shù)的可調(diào)范圍內(nèi)，利用井筒ECD計算模型，可計算不同控壓條件下的井筒ECD剖面;

控壓參數(shù)組合方案X_j條件下的井筒ECD為井深H的函數(shù)：

ECD (H) _Xj=f (K_i,H) （1）

其中，ECD (H) _Xj為控壓參數(shù)組合方案X_j條件下的井筒ECD；K_i為控壓參數(shù)組合方案X_j條件下各控壓參數(shù)；

（五）、基于人工蜂群算法的裸眼井段最優(yōu)控壓參數(shù)及套管下深確定：

在步驟二所確定的安全壓力窗口[ρ_下(H), ρ_上(H)]內(nèi)，在一定的控壓參數(shù)組合方案X_j條件下，井筒ECD剖面的最大安全井深H_{1, Xj}可表示為：

H_1,Xj=f^-1(ECD (H) _Xj) （2）

其中，ECD (H) _Xj為控壓參數(shù)組合方案X_j條件下的井筒ECD，它是井深H的函數(shù)；X_j為第j個控壓參數(shù)的組合方案，j=1,2，……；

對于某一控壓參數(shù)組合方案X_j，裸眼井段內(nèi)井深H_i處的井筒ECD剖面滿足：ρ_下(H_i) ≤ECD (H_i) _Xj≤ρ_上(H_i)；

則，裸眼井段的套管最大下深H₁為：

H₁=max (H_1,Xj)=max ( f^-1(ECD (H) _Xj))=max (f^-1(f (K_i,H))= H_1,Xj0（3）

其中，X_j0為套管最大下深對應(yīng)的控壓參數(shù)組合方案；

則，該裸眼井段的套管最大下深為H₁所對應(yīng)的控壓參數(shù)組合方案X_j0；

引入人工蜂群算法，對套管最大下深H₁及其對應(yīng)的最優(yōu)控壓參數(shù)組合方案進行高效尋優(yōu)：

人工蜂群算法基本步驟描述如下：

S1、初始化種群：確定蜂群總數(shù)SN、引領(lǐng)蜂與跟隨蜂數(shù)量、最大迭代次數(shù)MCN與控制參數(shù)Limit，當(dāng)前迭代次數(shù)Cycle為1；確定目標(biāo)函數(shù)H=f^-1(f (K_i,H))、各參數(shù)搜索范圍{K_L≤K_i≤K_H；ρ_下(H_i) ≤ECD(H_i)_Xj≤ρ_上(H_i)，H_i∈[H₀,H_end]}、并在搜索范圍內(nèi)隨機生成初始解，所述的初始解即人工蜂群算法中的偵查蜂，解指控壓參數(shù)組合方案，H₀為安全鉆井密度窗口最小深度，H_end為安全鉆井密度窗口最大深度；

S2、計算并評估每個初始解的適應(yīng)度，適應(yīng)度函數(shù)fitness設(shè)為目標(biāo)函數(shù)H=f^-1(f (K_i,H))本身；

S3、引領(lǐng)蜂利用公式（4）對鄰域進行搜索，得到新的解，按照貪婪選擇原則，如果新的解的適應(yīng)度大于原解的適應(yīng)度，則用新的解更新原解，否則，保持原解不變；當(dāng)所有引領(lǐng)蜂完成鄰域搜索后，根據(jù)式（5）計算概率P_j；

（4）

（5）

式中，指第j個蜂群個體第i維的參數(shù)，即第j個控壓參數(shù)組合方案的第i個控壓參數(shù)的值；同理，指第j′個蜂群個體第i維的參數(shù)，即第j′個控壓參數(shù)組合方案的第i個控壓參數(shù)的值，為在附近產(chǎn)生的一個新的解，為控壓參數(shù)組合方案中第i個控壓參數(shù)的值；對每一個蜂群個體每一次迭代僅隨機選取一個控壓參數(shù)進行搜索，更換中第i個控壓參數(shù)的值為公式（4）求取的值后得到新的解;

，且，，D為問題的維數(shù)，即指控壓參數(shù)的種類；為[-1,1]之間的隨機數(shù)；為第j個解的適應(yīng)度值；P_j為跟隨蜂選擇第j個引領(lǐng)蜂的概率；

S4、跟隨蜂利用算得的概率P_j并基于輪盤賭原則選擇引領(lǐng)蜂，當(dāng)跟隨蜂完成引領(lǐng)蜂的選擇后，利用式（4）對鄰域搜索，同樣按照貪婪選擇原則選擇適應(yīng)度高的解；

S5、判斷是否有要放棄的解，如果某引領(lǐng)蜂在Limit次迭代后，最優(yōu)的解都沒有發(fā)生改變，則由引領(lǐng)蜂變?yōu)閭刹旆洌凑展剑?）隨機產(chǎn)生一個新的解取代原解；

（6）

式中，，與分別表示第i個控壓參數(shù)的組合方案的上下頂界，因為每個解中包含一個或多個控壓參數(shù)，K_imax－K_imin為第i個控壓參數(shù)的上下頂界求差值后得到的控壓參數(shù)變化幅度，即通過公式6中將每個控壓參數(shù)進行分別運算后得到新的解的每個控壓參數(shù)K_i（Xj）后組成新的解；

S6、記錄到目前為止的蜂群的最優(yōu)解；

S7、如果當(dāng)前迭代次數(shù)大于最大次數(shù)MCN，則迭代結(jié)束，算法結(jié)束；否則轉(zhuǎn)向步驟S2，迭代次數(shù)Cycle+1。