(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210719513.2 (22)申请日 2022.06.23 (71)申请人 中国石油化工股份有限公司 地址 100728 北京市朝阳区朝阳门北 大街 22号 申请人 中国石油化工股份有限公司西南油 气分公司 (72)发明人 王坤　阴丽诗　严小勇　程志强　 周兴付　谢晶　 (74)专利代理 机构 四川力久律师事务所 512 21 专利代理师 韩洋 (51)Int.Cl. G06F 30/20(2020.01) G06Q 10/06(2012.01) G06F 17/10(2006.01)G06F 111/06(2020.01) G06F 111/10(2020.01) G06F 113/08(2020.01) G06F 111/08(2020.01) (54)发明名称 基于交叉遗传算法的气田水调度和压裂用 液调度优化方法 (57)摘要 本发明涉及气田水处理技术领域， 特别涉及 一种基于交叉遗传算法的气田水调度和压裂用 液调度优化方法， 通过对工区信息进行编码， 并 且通过将前一天的平台气田水最优调度指令转 化而次日的初始 状态后再进行优化， 可以将每天 的气田水分布的相互影 响最终作为第N+1天压裂 用液调度的考虑因素之一， 使得调度结果更准 确， 还通过对第n天进行涉及第N+1天压裂用液需 求的平台气田水调度指令优化， 不仅考虑在第n 天时尽量调度气田水到空余平台暂存， 减少委外 处理费用， 还考虑了该天的气田水调度方案对第 N+1天进行压裂施工时从相邻平台调水到进行压 裂施工的平台的影 响， 通过使用综合成本作为适 应度评估函数进行遗传算法优化， 提高调度效 率、 优化调度成本 。 权利要求书2页 说明书12页 附图6页 CN 115238462 A 2022.10.25 CN 115238462 A 1.基于交叉遗传算法的气田水调度和压裂用液调度优化方法， 其特征在于， 包括以下 步骤： S1， 获取工区平台气田水初始分布状态， 利用遗传算法对第1天进行涉及第N+1天压裂 用液需求的平台气田水调度指令优化， 得到第 1天的平台气田水最优调度指令； 其中常数N 为正整数， 且如果 N＝1， 则执 行S3， 否则， 执 行S2； S2， 利用第n天的最优调度指令生成第n+1天的初始分布状态， 其中n为从1到N ‑1的整 数， 利用遗传算法对第n+1天进行涉及第N+1天压裂用液需求的平 台气田水调度指令优化， 得到第n+1天的平 台气田水最优调度指令， 然后n的值加1， 返回步骤S2继续执行， 直到得到 第N天的平台气田水最优调度指令； S3， 利用第N天的平台气田水最优调度指令生成第N+1天压裂用液时的工区气田水分布 状态， 利用遗传优化 算法进行压裂用液调度的最终优化， 获得压裂用液最优调度指令 。 2.如权利要求1所述的基于交叉遗传算法的气田水调度和压裂用液调度优化方法， 其 特征在于， 步骤S1具体包括以下步骤： S11， 根据 所述工区平台气田水初始分布状态生成平台调度种群， 每个个体的遗传染色 体为一种调度指令； S12， 针对每个个体采用局部最优调度 方法递归计算第N天的气田水调度指令， 第N天的 气田水调度指令对应到第N+1 天的气田水初始分布状态； S13， 基于第N+1天的气田水初始分布状态， 对第N+1天的压裂用液调度进行遗传算法局 部优化， 迭代计算种群适应度， 直到种群达到稳态， 获得最优平台调度种群， 即所述第1天的 平台气田水最优调度指令 。 3.如权利要求2所述的基于交叉遗传算法的气田水调度和压裂用液调度优化方法， 其 特征在于， 步骤S2具体包括以下步骤： S21， 根据所述第n+1 天的初始分布状态生成平台调度种群， 每 个个体为一种调度指令； S22， 针对每个个体采用局部最优调度 方法递归计算第N天的气田水调度指令， 第N天的 气田水调度指令对应到第N+1 天的气田水初始分布状态； S23， 基于第N+1天的气田水初始分布状态， 对第N+1天的压裂用液调度进行遗传算法局 部优化， 迭代计算种群适应度， 直到种群达到稳态， 获得最优平台调度种群， 即所述第1天的 平台气田水最优调度指令 。 4.如权利要求3所述的基于交叉遗传算法的气田水调度和压裂用液调度优化方法， 其 特征在于， 所述针对每个个体采用局部最优调 度方法递归计算第N 天的气田水调 度指令， 第 N天的气田水调度指令对应到第N+1 天的气田水初始分布状态， 具体包括以下步骤： (1)， 针对每 个个体所代表的调度指令， 计算出 该个体对应的第n+1 天的初始分布状态； (2)， 针对每个个体， 对第n+1天的初始分布状态计算局部最优调度， 得到第n+1天的调 度指令； 其中1≤n＜N； (3)， 将第n+1天的气 田水调度指令对应到第n+2天的气 田水初始分布状态， 将n本身的 值增加1， 返回步骤(2)继续执行， 直到计算出第N+1天的气田水初始分布状态， 结束步骤 (3)。 5.如权利要求4所述的基于交叉遗传算法的气田水调度和压裂用液调度优化方法， 其 特征在于， 所述计算局部最优调度包括：权　利　要　求　书 1/2 页 2 CN 115238462 A 2①计算各平台与待压裂平台的距离， 将平台以距离大小进行排序， 距离越小排序越靠 前， 从而形成一组平台序列码的排列； ②将此排列进行平台气田水调度指令的解 算， 得到局部最优调度。 6.如权利要求5所述的基于交叉遗传算法的气田水调度和压裂用液调度优化方法， 其 特征在于， 平台调度种群中个体的染色体编 码为： 平台气田水调 度量A加所有平台序列码的 任意排列B构成的编码AB。 7.如权利要求6所述的基于交叉遗传算法的气田水调度和压裂用液调度优化方法， 其 特征在于， 所述种群适应度的计算公式如下： Si＝Ckk′×Dkk′×Mkk′+C′kk′×D′kk′×M′kk′+CrMr 其中， S为种群适应度， 单位为元； Si为第i条调度 指令的调度成本； Ckk′为平台k与k ′之间 的管输调度量； Dkk′为平台k与k ′之间的管输调度距离； Mkk′为平台k与k ′之间的管输调度成 本； C′kk′为平台k与k ′间的拉运调度量； D ′kk′为平台k与k ′之间的拉运调度距离； M ′kk′为平台 k与k′之间的拉运调度成本； Cr为委外处 理量； Mr为委外处 理单价。 8.如权利要求1所述的基于交叉遗传算法的气田水调度和压裂用液调度优化方法， 其 特征在于， 步骤S 3中利用遗传 优化算法进 行压裂用液调度的最 终优化， 具体包括： 以压裂用 液平台为调 度目的地， 生成压裂用液调 度种群， 迭代直到种群达到稳态， 获得最优压裂用液 调度种群， 解 算获得所述压裂用液最优调度指令 。 9.如权利要求1 ‑8任一项所述的基于交叉遗传算法的气田水调度和压裂用液调度优化 方法， 其特征在于， 在步骤S1之前， 先对工区所有平台进 行编码， 形成平台到序列码、 暂存池 容量、 暂存池液量、 平台泵送 能力、 平台日产水量以及平台到平台之间管网/路网连通关系 的映射； 在步骤S1中， 获取工区平台气田水初始分布状态之后， 根据平台剩余暂存时间过滤掉 不需要进行气田水调度的平台。 10.基于交叉遗传算法的气田水调度和压裂用液调度优化装置， 其特征在于， 包括至少 一个处理器， 以及与所述至少一个处理器通信连接的存储器； 其中， 所述存储器存储有可被 所述至少一个处理器执行 的指令， 所述指令被所述至少一个处理器执行， 以使所述至少一 个处理器能够执 行权利要求1 ‑9中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115238462 A 3