基于快速自适应量子遗传算法的钻井参数优化.pdf

石 油机械 C H I N A P E T R O L E U M M A C H I N E R Y 2 0 1 3年第4 l卷第 2期 ． I 钻 井技 术与装备 基于快速 自适应量子遗传算法的钻井参数优化 沙 林 秀 陕西省钻机控制重点实验室；西安石油大学 摘要 由于现有钻井参数优化方法求解 时效率低、精度受限，提 出了基 于斐波那 契数列的 自 适应量子遗传算法。利用斐波那契数列来实现非线性 自适应的量子旋转门更新策略，将 负指数运 算转化为简单的除法运算 ，将算法的时间复杂度 由 0 C 降低 为 0 1 ；在搜索过程 中，考虑 到相邻2代 的目标 函数适应度相对变化，将变化率引入计算方法，实现 自适应地调节量子旋转 门 转角步长。实例计算表明，提高转速或钻压都能降低单位钻 井成本 ，不 同的转速和钻压配合可 以 获得最佳的经济效益，新算法具有收敛速度快、效率高的优点。 关键词钻井参数；斐波那契数列；量子遗传算法；单位钻井成本 ；自适应 中图分类号T E 2 2 文献标识码 A d o i 1 0 ． 3 9 6 9 ／ j ． i s s n ． 1 0 0 1 4 5 7 8 ． 2 0 1 3 ． 0 2 ． 0 0 8 F a s t S e l f - a d a p t i v e QGA b a s e d Op t i mi z a t i o n o f Dr i l l i n g P a r a me t e r s S h a Li n x i u S h a a n x i P r o v i n c i a l K e y L a b o r a t o r y o f D r i l l i n g R i g s C o n t r o l l i n g T e c h n i q u e ；X i ’ a n S h iy o u U n i v e r s i t y Ab s t r a c t Du e t o t h e l o w e ffi c i e n c y a n d r e s t ric t e d p r e c i s i o n o f t he pr e s e n t d ril l i n g pa r a me t e r o p t i mi z a t i o n me t h o d ， t h e s e l f - a d a p t i v e q u a n t u m g e n e t i c a l g o ri t h m S A Q G Aw a s f o r m u l a t e d o n t h e b a s i s o f t h e F i b o n a c c i S e q u e n c e F S ． T h e F S w a s a d o p t e d t o a c h i e v e t h e u p d a t e s t r a t e g y o f t h e n o n l i n e a r s e l f - a d a p t i v e r e v o l v i n g d o o r ． T h e n e g a t i v e e x p o n e n t a rit h me t i c wa s c o n v e ne d i n t o t h e s i mp l e d i v i s i o n a n d t he t i me c o mp l e x i t y o f a l g o rit h m wa s d e c r e a s e d f r o m 0 C t o 0 1 ． T h e r a t e o f c h a n g e w a s i n t r o d u c e d i n t o t h e c a l c u l a t i n g me t h o d i n t h e p r o c e s s o f s e a r c h i n g c o n s i d e ri n g t h e r e l a t i v e c h a n g e o f t h e fi t n e s s o f t w o a d j a c e n t o b j e c t i v e f u n c t i o n s ． A s a r e s u l t t h e s e l f a d a p t i v e r e g u l a - t i o n o f t h e c o r n e r s t e p l e n g t h o f t h e r e v o l v i n g d o o r wa s a c h i e v e d ． T h e e x a mp l e c a l c u l a t i o n s h o ws t h a t i mp r o v e me n t o f r o t a t i o n s p e e d o r d r i l l i ng p r e s s u r e c a n r e d u c e t he d r i l l i n g c o s t pe r me t e r ．Co o p e r a t i o n o f d i f f e r e n t r o t a t i o n s p e e d s a n d d r i l l i n g p r e s s u r e s c a n o bt a i n t he o p t i ma l e c o n o mi c b e ne fit s ． T he n e w a l g o r i t h m h a s t h e s t r e n g t h s o f f a s t c o n v e r g e n c e r a t e a n d h i g h e ffic i e n c y ． Ke y wo r d s d r i l l i n g p a r a m e t e r ；F S ；Q G A；d r i l l i n g c o s t p e r m e t e r ；s e l f - a d a p t i v e 0 引 言 钻机钻进过程是一个复杂的、多参量变化过 程，钻井成本 占油气勘探开发总成本的 5 5 ％ ～ 8 0 ％ 。因此，分析不同钻井参数对钻井成本的影响 以及通过智能优化方法优化钻井参数，使钻井过程 达到最优 的技术经济效果是钻井工程的重要研究课 题之一 。目前 ，钻井参数优选常采用 函数极值法 、 模式搜索法和遗传算法 G e n e ti c A l g o r i t h m，G A 等。2 0 0 0年，陈庭 根 等 提 出经典 的极值 法 C l a s s i c E x t r e me V a l u e Me t h o d ，C E M处 理 该 问 题 ，其数学推导和计算过程较为复杂 ，需要人工干 预 ，设计周期长 、效率低 。2 0 0 7年 ，李 士斌等 基金项 目国家 自 然科学基金项目 ‘‘ 基于量子遗传算法的混合功率电源网络设计优化方法研究” 6 0 8 7 1 0 8 0 ；陕西省自然科学基金 项目 基于随钻测量地层识别的智能钻参优化方法的研究” 2 0 1 2 J Q 8 0 4 6 ；陕西省教育厅专项科研计划项 目 “ 多目标钻进参数的动态优化 策略的研究” 1 1 J K 0 9 3 3 。 2 0 1 3年第4 1卷第 2期 沙林秀基于快速 自适应量子遗传算法的钻井参数优化 一 3 3一 采用模式搜索法 ，通过群优化搜索实现钻参优化罚 函数模型的求解。2 0 1 0年，伊鹏等 将改进 自适 应遗传算法 I m p r o v e d A d a p t i v e G e n e t i c A l g o r i t h m， I A G A应用于钻井参数优化设计 。这 2种算法求 解时算法搜索效率及精度受限。 针对上述不足 ，笔者提 出了基于斐波那契数列 F S 的自 适应量子遗传算法 S A Q G A ，以单位 钻井成本为 目标函数 ，将该算法用于钻井参数 的优 化 ，在参数约束条件限定范 围内，求解最佳经济效 果 的 1组最优钻压和转速组合。 仿真结果证 明 ，S AQ G A具有收敛速度 快 、精 度高和稳定鲁棒性好 ，将 S A Q G A优化钻井参数 的 结果 与 C E M、I A G A优 化结果相 比，S AQ G A能较 快的获得最佳的转速、钻压配合，为实现智能自动 送钻系统钻参实时优化奠定 了基础 。 1 快速 自适应量子遗传算法 1 ． 1 双链量子遗传算法的编码 量子遗传算法是建立在量子比特与量子态叠加 概念基础上的一种概率优化算法。普通 Q G A是通 过量子位观测量生成二进制编码的 ，为了克服编码 存在的随机性及在优化问题求解过程 中频繁解码的 现象，双链量子遗传算法 D o u b l e C h a i n s Q u a n tu m G e n e t i c A l g o r i t h m，D C Q G A 采用概率幅实数进 行编码。 在 D C Q G A 中，种 群 为 Q t { q ， ， ⋯ ，g } ， 其中g ； 为 1 条量子染色体，n是种群规 模 ，m是量子位个数 ，考虑到种群初始化的随机性 和量子态概率幅应满足归一化的约束性，第 i 个染 色体的双链编码定义为 fl i l 一 c o s t ／ , c o s t i2 1．．．J COS ti m 1 式 1 中，t 2 w r ，r 为 0，1 问的随机 数 ，i 1 ，2 ，⋯，n ； 1 ，2 ，⋯，m。每条染色 体包含 2个并列 的基 因链 ，每条基 因链可代表 1个 优化解 。 因此，每条染色体同时代表搜索空间中的2个 最优解 f P c o s f 1 ， c o s ， ⋯， c o s t ， ” 【 P s i n t n ， s i n t ， ⋯ ， s i n t 其中，P 称为 “ 余弦”解， P 称为 “ 正弦”解。 1 ． 2 解空间的变换 根据公式 2 可知 ，群体 中每条染色体包含 2 m个量子 比特概率幅 ，利用线性变换 ，可将这 2 m 个概率幅由 r b 维单位 的空 间 i n [一1 ，1 ] 映射 到优化问题的解空间力，则染色体 g 所对应第 个 量子位相应解空间的变换为 『 寺I b i 1 0 c 1 一 I 一 3 【碟 了1 [ b i 1 1 一 ] 每条染色体对应优化 问题的 2 m个解 。量子态 l 0 的概率幅 ； 对应 ； 量子态 I 1 的概率幅 对应 墨 ，则种群 Q t 对应优化 问题的 2 m n个 解 。b 和 为优化问题解空间中第 i 条 自变量的最 大值和最小值。在钻井参数的优化 中，其表征钻压 和转速 的上限值和下 限值 ，如钻压的下限值为门限 钻压 。 1 ． 3 量子染色体的更新 量子 门实现量子位与量子位的状态变换 ，可根 据实际问题具体设计选择相应的量子 门。通常采用 量子旋转门进行量子状 态的更新操作 ，更新过程 为 ㈤ ㈩ 式中， O ／ ， ， ， 为更新前的量子比特， ∥， 卢 为更新后的量子比特。 ； 为旋转角，其大小 和方向决定 了算法的收敛速度 。 1 ． 4 快速 自适应量子遗传算法 1 ． 4 ． 1 斐波那契数列特性 斐波那契数列是具有这样特性的 1 组数列 从 第 3项开始 ，每 1项都等于前 2项之和。若用 F 表示该数列 中的第 n个元素 ，则该数列满足 』 F n F F n ≥ 2 ， 为正整数 5 [ Fo0 ，F1 F2 1 第 n个元素与第 n 个元素 的比值可以近似 表示为 yl i m ≈ 1 ． 6 1 8 e 1 0 “ e 一 0 6 。 ， n 十 式中， ∈ [ 0 ， 2 0 ] ∈ N 即 ∈ [ 0 ，2 0 ]的正 整数 。 令误差 E e 。 。 F ／ F ，则 F ／ F 中n 1 8 且 E [ 1 ， 2 0 ] ∈ N 时，拟合误差E与 取 值之间的关系 E 如图 1 所示。 由图可知 ，当 1 8时 ，误差 E≤6 ． 11 0 I ； 石 油机械 2 0 1 3年第 4 1卷第 2期 6 7 ． 0 0 l 6 6 ． 9 5 暑 6 6 ． 9 0 ， L ]6 6 ． 8 5 6 6 ． 8 0 幡 6 6 ． 7 5 警6 6 ． 7 0 未 6 6 ．6 5 逍 6 6 6 0 斟 6 6 ．5 5 6 6 ． 5 0 4 结束语 图 2 单位 进尺成本 F i g ． 2 Un i t f o o t a g e c o s t 油气勘探开发过程中，应用智能优化算法有效 地解决钻井参数优化实时性的需求是钻井优化 的关 键技术之一。通过分析斐波那契数列的特性 ，利用 斐波那契数列实现非线性 自 适应的量子旋转门更新 策略；将负指数运算转化为简单的除法运算 ，将算 法的时间复杂度由 O c 降低为 O 1 ，提高了 算法的效率；同时，在搜索过程中，考虑到相邻 2 代的目 标函数适应度相对变化， 将变化率引入计算 方法，实现自适应调节量子旋转门转角步长，通过 转角步长的自适应调整来优化转速和钻压配合，以 寻求最优的单位钻井成本。仿真结果表明，该算法 不仅有效地解决了参数实时优化问题 ，获得了最佳 转速和钻压配合下的最低单位钻井成本 ，而且加快 了算法的收敛速度 ，提高了算法 的效率。 参考文献 [ 1 ] 陈庭根，管志川 ．钻井工程理论与技术 [ M]．东 营石油大学出版社，2 0 0 01 2 41 4 1 ． [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 1 0 ] 李士斌 ，张立刚，荆玲 ，等 ．钻井参数优选新方 法 [ J ]．石油钻探技术 ，2 0 0 7 ，3 5 4 91 1 ． 伊鹏，刘衍聪，郭欣 ，等 ．基于改进 自适应遗 传算法 的钻井参 数优 化设计[ J ]．石 油机 械， 2 0 1 0，3 8 2 3 O一3 4 ． L i P C ，L i S Y ． Q u a n t u m- i n s p i r e d e v o l u t i o n a r y al g o r i t h m f o r c o n t i n u o u s s p a c e s o p t i mi z a t i o n[ J ]． C h i n e s e J o u r n a l o f E l e c t r o n i c s ，2 0 0 8 ，1 7 1 8 0 8 4 ． P C．L i S Y ． Q u a n t u m g e n e t i c a l g o r i t h m B a s e d o n r e al c o d e d a n d o b j e c t i v e f u n c t i o n ’ S g r a d i e n t [ J ]． J o u r n a l o f Ha r b i n I n s t i t u t e o f T e c h n o l o g y ，2 0 0 6 ，3 8 8 1 21 61 21 8，1 2 23 ． 沙林秀，贺昱曜，陈延伟 ．一种变步长双链量子遗 传算法 [ J ]． 计算机工程与应用，2 0 1 2 ，4 8 2 0 596 3． 沙林秀 ．带时间戳的移动平均防脉冲干扰数字滤波 算法 [ J ]．石油机械，2 0 1 2 ，4 0 3 1 31 5 ． K h o r s a n d A R，A k b a a d e h ． Q u a n t u m g a t e o p t i m i z a t i o n i n a m e t a l e v e l g e n e t i c q u a n t u m a l g o r i t h m [ C ]∥2 0 0 5 I E EE I n t e r n a t i o n a l C o n f e r e n c e o n S y s t e m， Ma n a n d C y b e r n e t i c，2 0 0 53 0 5 53 0 6 2 ． 郭学增 ．最优化钻井理论基础与计算 [ M]．北京 石油工业出版社，2 0 0 0 ． 秦绪英，肖立志，索佰峰，等 ．随钻测井技术最新 进展及其应用 [ J ]．勘探地球物理进展 ，2 0 0 3 ， 2 6 4 3 1 33 2 2 ． 作者简介沙林秀，女，讲师，生于 1 9 7 8年，现为在 读博士研究 生，研究方 向为智能钻井控制技 术。地址 7 1 0 0 6 5 陕西省西安市。电话 0 2 9 8 8 3 8 2 6 4 5 。 收稿 日期 2 0 1 2 0 8 2 8 本文编辑南丽华 上接第3 1页 [ 2 ] [ 3 ] [ 4 ] [ 5 ] 参考文献 韩兴 ，方太安 ，焦斌 ，等 ．损伤缺陷对 K型试 验井架应力分布影响分析 [ J ]．石油机械，2 0 1 1 ， 3 9 4 71 0 ． 韩兴，翟尚江，冯宇， 等 ． 局部损伤井架安全评 定方法 [ J ]．石油机械，2 0 1 2 ，4 0 9 2 3 2 5 ． 周国强，韩东颖 ，郭奕珊 ．井架模型极限载荷试验 [ J ]．石油机械，2 0 0 5 ，3 3 9 91 1 ． 陈春生，任丽娜，刘海峰 ． 变形测量中的数字散斑 相关方法 [ J ]．现代测量与实验室管理，2 0 1 0 ，1 8 2 1 71 9 ． 段元锋 ，姜平安 ，叶贵如 ，等 ．应用数字散斑相关 法测量结 构振 动和频 率 2 0 1 1 ，2 8 6 7 58 2 ． [ 6 ] 陈思颖，黄晨光，段祝平 变形 测量 中 的应用 [ J ] 6 7 3 5 7 3 9 ． [ J ]．公 路 交通科 技， 数字散斑相关法在高速 中 国激 光 ，2 0 0 4 ，3 1 第一作者简介韩兴，高级工程师 ，生于 1 9 6 4年， 1 9 8 7 年毕业于江汉石油学院矿机专业， 2 0 0 1 年获华中科技 大学机械工程硕士学位 ，现从事油 田装备安全评估工作。 地址 1 0 0 1 2 0 北京市西城区。电话 0 1 0 6 2 3 8 4 3 7 2 。E ma i l k e mb l h x 1 2 6 ． c o r n 。 收稿 日期 2 0 1 21 21 4 本文编辑谢守平