[发明专利]一种丛式井平台位置优选方法、系统及存储介质

权利要求书

1.一种丛式井平台位置优选方法，包括如下步骤：

S1、确定目标油气田的井数n、靶点坐标、靶点垂深以及受限区的边界范围；

S2、利用粒子群算法对平台位置进行T轮迭代，T表示最大迭代次数，依次记录每轮迭代的整个粒子群的全局最优平台位置g和最小总进尺gbest，T轮迭代后的全局最优平台位置g和最终全局最小总进尺gbest，即为确定的全局最优平台位置和全局最小总进尺。

2.根据权利要求1所述的优选方法，其特征在于，步骤S2包括如下步骤：

S21、预设粒子个数N、最大迭代次数T、学习因子C1与C2、惯性权重最大值Wmax和惯性权重最小值Wmin、速度最大值Vmax和速度最小值Vmin；

S22、对每个粒子的位置x(i,j)进行初始化，其中，i表示第i个粒子，j＝1或2，x(i,1)表示粒子的东西坐标，x(i,2)表示粒子的南北坐标，初始阶段，粒子的位置在油田扩大范围内且受限区外随机分布；

S23、对N个粒子的速度v(i,j)进行初始化，初始速度介于Vmin和Vmax之间，速度为正时表示对x(i,j)进行增大，速度为负时表示对x(i,j)进行减小；

S24、计算每个粒子的初始最优位置p(i,j)和初始最小总进尺pbest(i)，初始最优位置p(i,j)即为步骤S22中的初始位置x(i,j)，初始最小总进尺pbest(i)为各位置对应的钻井总进尺，N个位置对应N个钻井总进尺；

S25、计算初始阶段，整个粒子群的全局最优平台位置g和全局最小总进尺gbest：

从第1个粒子至第N个粒子进行遍历，选取全部粒子中最小的总进尺pbest(i)作为初始全局最小总进尺gbest，对应的平台位置p(i,j)作为初始全局最优位置g；

S26、进行第一轮迭代，更新N个粒子的位置x(i,j)，得到x(i,j)新，重新计算每个粒子的总进尺pbest(i)，选其中的最小值作为第一轮迭代后的全局最小总进尺gbest，所对应的粒子位置x(i,j)新作为第一轮迭代后的全局最优平台位置g；

S27、依照步骤S26的迭代方法进行第2至第T轮迭代，依次记录每轮迭代的全局最优平台位置g和全局最小总进尺gbest，T轮迭代后的全局最优平台位置g和最终全局最小总进尺gbest即为确定的全局最优平台位置和全局最小总进尺。

3.根据权利要求2所述的优选方法，其特征在于：步骤S21中，粒子个数N为2×m，最大迭代次数T为10×m，学习因子C1＝C2＝1.5，推荐惯性权重最大值Wmax＝0.9，最小值Wmin＝0.4，速度最大值Vmax＝1，最小值Vmin＝-1；

其中，m表示油田区域的面积，km²。

4.根据权利要求2或3所述的优选方法，其特征在于：步骤S24中，第i个粒子的初始最小总进尺pbest(i)按照下述得到：

式中，n表示井的数量，i＝1～n；dep(s)表示第s口井的进尺，包含直井段、造斜段、稳斜段等。

5.根据权利要求2-4中任一项所述的优选方法，其特征在于：步骤S26中，位置x(i,j)的更新方法包括如下步骤：

首先计算动态惯性权重w：

w＝Wmax-(Wmax-Wmin)×k/T

式中，k代表第k轮迭代；

对粒子的速度v(i,j)进行更新，公式如下：

v(i,j)新＝w×v(i,j)+C1×rand×[p(i,j)-x(i,j)]+C2×rand×[g-x(i,j)]

其中，C1，C2为学习因子，v(i,j)＝rand×(Vmax-Vmin)+Vmin；

若得到的v(i,j)新不在Vmin～Vmax之间，则进行规则化处理：

然后对粒子的位置x(i,j)进行更新，公式如下：

x(i,j)新＝x(i,j)+vx(i,j)

若得到的x(i,j)新不在扩大范围内且受限区外，则进行规则化处理：

其中，Xmin、Xman、Ymin、Ymax分别为扩大范围的西、东、南、北坐标边界。