基于混合差分进化算法的试井分析最优化方法

西南石油大学学报(自然科学版) ›› 2012, Vol. 34 ›› Issue (3): 98-104.

基于混合差分进化算法的试井分析最优化方法

贺英1，聂仁仕1，贾永禄1，阮宝涛2，杨思松2

1. 西南石油大学石油工程学院，四川成都 6105002. 中国石油吉林油田分公司勘探开发研究院，吉林松原 138000

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-06-01 发布日期:2012-06-01

An Optimal Method of Well Test Analysis Based on Advanced DifferentialEvolutionary Algorithm

He Ying1, Nie Renshi1, Jia Yonglu1, Ruan Baotao2, Yang Sisong2

1. School of Petroleum Engineering，Southwest Petroleum University，Chengdu，Sichuan 610500，China2. Research Insitute of Exploration and Development，Jilin Oilfield Company，PetroChina，Songyuan，Jilin 138000，China

Received:1900-01-01 Revised:1900-01-01 Online:2012-06-01 Published:2012-06-01

摘要/Abstract

摘要： 摘
要：试井参数优化是对通过测试得到的油气井井底流压及产量数据得到的油气藏模型参数进行优化处理，得到最
符合油气藏实际情况的参数。试井存在多解性，以往使用的最优化方法要求目标函数连续可微，受初值影响较大，是
属于寻找局部最优解的办法。为此，提出了一种混合差分进化算法的试井分析最优化方法。将标准差分进化算法加
以改进，与模拟退火算法和小生境思想结合在一起，构成一种混合差分进化算法，该算法在保证算法全局搜索能力的
同时，能更快地收敛到非线性问题的最优解。进一步将该算法应用到试井分析中，构建了基于混合差分算法的试井分
析方法，不需要估计井筒和油藏参数的初值，也不要求目标函数连续可微，优于标准差分进化算法。通过实测试井资
料分析，与 L–M 方法相比，效果良好。

关键词: 关键词：试井分析, 自动拟合, 优化, 差分进化

Abstract: Abstract：The purpose of well test parameter optimization is to get parameters which reflect the real condition of oil and gas
reservoir by optimizing the parameter of reservoir model from the well button pressure and production data. Well test analysis is
amultiplicityproblem，buttheoptimizationmethodrequirestheobjectfunctionbedifferentiableandcontinuous，andisinfected
by the initial value. This is the way to find the part optimal value. Standard differential evolutionary algorithm is improved，
combinedwithsimulatedannealingalgorithmandniche，anddevelopedintoamixeddifferentialevolutionaryalgorithm，which
guaranty global network ability and converge to optimal solution. And this algorithm is introduced to well test. An optimal
method of well test analysis based on advanced differential evolutionary algorithm is established.It is not necessary to specify
initial estimates for the parameter values and objective function continuous. The method is superior to standard differential
evolutionary algorithm. Through the comparison between the L–M method and the method mentioned in this paper，well test
data demonstrated the method is efficient.

Key words: Key words：well test analysis, automatch, optimize, differential evolutionary

贺英;聂仁仕;贾永禄;阮宝涛;杨思松. 基于混合差分进化算法的试井分析最优化方法[J]. 西南石油大学学报(自然科学版), 2012, 34(3): 98-104.

He Ying;Nie Renshi;Jia Yonglu;Ruan Baotao;Yang Sisong. An Optimal Method of Well Test Analysis Based on Advanced DifferentialEvolutionary Algorithm[J]. 西南石油大学学报(自然科学版), 2012, 34(3): 98-104.

[1]	刘兆年, 赵颖, 孙挺. 渤海区域基于数据驱动的钻井提速[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 35-41.
[2]	檀朝东, 贺甲元, 周彤, 刘健康, 宋文容. 基于PCA-BNN的页岩气压裂施工参数优化[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 56-62.
[3]	张恒汝, 朱科霖, 徐媛媛, 谯英. 抽油机井参数优化的粒计算方法[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 115-123.
[4]	乐宏, 杨兆中, 范宇. 宁209井区裂缝控藏体积压裂技术研究与应用[J]. 西南石油大学学报(自然科学版), 2020, 42(5): 86-98.
[5]	祝金利. 神木双110井区非均质气藏井位优化部署技术[J]. 西南石油大学学报(自然科学版), 2020, 42(4): 83-94.
[6]	周明, 廖茂, 韩宏昌, 肖阳, 李辰. 页岩气低伤害超临界CO₂凝胶压裂液研究[J]. 西南石油大学学报(自然科学版), 2019, 41(6): 100-105.
[7]	李进, 许杰, 王昆剑, 韩耀图, 亓彦铼. 基于最优穿深分析的射孔参数优化设计新方法[J]. 西南石油大学学报(自然科学版), 2019, 41(5): 142-149.
[8]	刘恩斌, 匡建超, 吕留新, 刘渊, 张璐. 大型天然气管道稳态运行优化研究[J]. 西南石油大学学报(自然科学版), 2019, 41(5): 150-160.
[9]	赵旭. 一种调流控水装置设计及原理仿真分析[J]. 西南石油大学学报(自然科学版), 2019, 41(4): 127-134.
[10]	赵旭. 水平井自适应控水与砾石充填复合工艺试验[J]. 西南石油大学学报(自然科学版), 2019, 41(3): 121-128.
[11]	康博韬, 杨莉, 杨宝泉, 张迎春, 苑志旺. 深水浊积砂岩油田含水变化规律精细预测方法[J]. 西南石油大学学报(自然科学版), 2019, 41(2): 97-108.
[12]	杨波, 曹学鹏. 基于MFO算法的全液压压裂车功率节能匹配[J]. 西南石油大学学报(自然科学版), 2019, 41(2): 167-174.
[13]	刘东, 苏彦春, 陈建波, 张彩旗, 潘广明. 注多元热流体吞吐转驱替三维物模及数值实验[J]. 西南石油大学学报(自然科学版), 2019, 41(1): 137-146.
[14]	王妍妍, 王卫红, 胡小虎, 刘华, 郭艳东. 基于压裂效果评价的页岩气井井距优化研究[J]. 西南石油大学学报(自然科学版), 2018, 40(5): 131-139.
[15]	王元刚, 周冬林, 邓琳, 付亚平, 管笛. 盐穴储气库水溶造腔工艺优化研究与现场应用[J]. 西南石油大学学报(自然科学版), 2018, 40(5): 147-153.