基于演化模型偏好多目标优化的智能采油辅助决策支持

来源：机械工程学报杂志2017年第13期北京时间：

作者：辜小花, 王坎, 李燕, 高论, 李太福, 周伟

单位：1. 重庆科技学院电气与信息工程学院 重庆 401331, 2. 四川理工学院人工智能重点实验室 自贡 643000, 3. 西安石油大学电子工程学院 西安 710065, 4. 新疆华隆油田科技股份有限公司 新疆 834000

摘要：通过智能采油系统自主分析与决策获取油田机采过程最佳决策参数，对解决机采系统效率低、能耗大等问题具有重要意义。受机械、地层、人为等不确定因素影响，智能采油系统难以构建生产参数、环境变量与系统性能、设定生产方式之间的机理关系并优化决策。为此，提出基于动态演化建模的偏好多目标优化方法，以实现采油系统的自主决策。利用无迹卡尔曼滤波神经网络(Unscented Kalman filter neural network，UKFNN)挖掘机采系统潜在规律，建立其动态模型;构建产液量偏好多目标优化目标函数，并利用非改进支配排序遗传算法(Non-dominated sorting genetic algorithm 2，NSGA2)获取相应的最佳决策参数。某油田试验结果表明：该方法使得系统日耗电量降低15.87%，系统效率提高4.9%。可见，所提方法可行且有效。

关键词：动态模型,决策参数,偏好多目标优化,智能采油系统；

基金资助：* 国家自然科学基金(51375520， 51404051)、重庆市基础与前沿研究计划重点(cstc2015jcyjBX0089)、重庆市教委科学技术研究(KJ1401309， KJ1501304)和重庆科技学院校内科研基金(CK2016Z16)资助项目; 20160830收到初稿，20170319收到修改稿;