基于粒子群算法的井眼轨迹优化研究.pdf

第 卷第 期 大 连 理 工 大 学 学 报 45 3 .45, .3 VOl NO 年 月 2005 5 JOurnal Of dalian UniVersity Of TechnOlOgy May 2 0 0 5 文章编号: 1000-8608(2005D03-0449-04 基于粒子群算法的井眼轨迹优化研究 丁 华1,2 , 王 秀 坤 1 , 孙 焘1 ( 1.大连理工大学 计算机科学与工程系 辽宁 大连, 116024; 2.山东省科技发展战略研究所 山东 济南, 250014 D 摘要:为了更优更快地对石油工程中的井眼轨迹进行优化 进行了基于改进粒子群优化, (PSOD 算法的井眼轨迹优化研究 通过对造斜率归一化 推导出目标函数表达式 将问题归. , , 结到对式中参数优化问题上来 引入. PSO 算法 在保持了, PSO 算法结构简单可行特点的同 时,利用惩罚函数方法和叉乘控制项 对基本, PSO 算法易限入局部极小点周边区域的局限进 行了改进. 该井眼轨迹模型和相应算法提高了井眼轨迹优化速度 通过对钻井工程中轨迹. 参数的优化实践 验证了本算法优于基本的, PSO 算法 较好地实现了对井眼轨迹的优化, . 关键词 惩罚函数 粒子群 优化: ; ; 中图分类号: TP18; TP301.6 文献标识码: A 0 引 言 定其间空间曲线的长度 若干段联合起来 就得. , 到了总体的空间曲线长度. 通过确定和优化其间 钻井工程中 综合考虑各种因素后 一般以空, , 的空间点位置来获得最优曲线 本文为此引入粒. 间曲线长度最短为最优化目标. 但实际工程中, 子群优化(particle swarm OptimizatiOn,PSOD 算 能够测得的只是该点的井斜 方位和测深 致使确~ , 法来进行参数优化过程. PSO 算法是一种基于群 定各点位置进而进行优化有困难. 利用坐标变 智能方法的演化计算技术 最早由, Kennedy 等于 换 采用曲率半径法或其他方法 由测得的参数出, , 1995年提出[2~3]. 本文对PSO 算法也进行一定的 发 可以确定该点的其他参数 但在开钻之前 必, . , 改进. 须进行轨迹优化设计,以决定最好的钻井路线. 目前 二维井迹设计主要以平面圆弧与直线, 1 问题分析 [1]