山东大学学报(工学版)

作者：杜睿山,井远光,孟令东,张豪鹏

单位：1.东北石油大学计算机与信息技术学院, 黑龙江 大庆 163318;2.油气藏及地下储库完整性评价黑龙江省重点实验室(东北石油大学), 黑龙江 大庆 163318

关键词：地下储气库,代理模型,双向长短期记忆,改进的粒子群算法,多目标寻优,

基金：黑龙江省自然科学基金资助项目(LH2021F004)

为减少储气库不合理注气导致的微震次数,保证储气库注气量最大,构建基于双向长短期记忆(bi-directional long short-term memory, BiLSTM)神经网络预测代理模型,降低微震次数和储气库有效应力的预测误差,提出一种精英进化多目标粒子群优化(elite-evolved multi-objective particle swarm optimizer, EMPSO)算法。采用基于排序分组策略对种群进行分组,并在每个分组内进行随机精英竞争学习,提高算法的多样性;引入精英聚集的思想,加快算法的收敛速度。基于BiLSTM模型和EMPSO算法对储气库注气过程进行优化,与其他3种多目标优化算法进行对比,将EMPSO算法应用于实际配产优化。结果表明,改进后的算法具有更好的Pareto前沿、更快的收敛速度,优化后微震次数和有效应力分别降低了9.78%和10.12%,对保障储气库安全和提高储气库储气量具有重要意义。

来源：2024年第4期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2024年第4期