(录用定稿)网络首发时间:2019-07-18 12:11:23

针对深水天然气-凝析液生产系统的流量调和问题,采用主从式-粗粒度混合并行遗传算法(Hybrid Parallel Genetic Algorithm,HPGA)求解得到单井流量估计值,以弥补传统遗传算法(Simple Genetic Algorithm,SGA)计算耗时长的缺陷。HPGA基于多核PC集群的分布式储存,通过线程和进程两级并行实现;节点内部使用主从式并行模型(Master-slave Genetic Algorithm,MSGA),在多节点上应用粗粒度并行模型(Coarse-grained Parallel Genetic Algorithm,CGGA)。以某气田两井生产系统为例,通过对比HPGA、MSGA及SGA的计算时间和计算结果,研究HPGA在虚拟计量应用中的并行性能。结果表明:HPGA的并行效率和加速比占线性加速比的比例均在70%以上,计算时间显著减少,且流量估计误差降低,满足工程运行离线分析的需求。同时研究了加速比和并行效率随进程数和种群数的变化规律,以探讨并行开销的影响。

国家科技重大专项资助项目“海上管道降凝输送及流动管理技术研究”,2016ZX05028-004-001; 国家科技重大专项资助项目“‘三气’合采全开发周期集输及处理工艺”,2016ZX05066005-001; 青年科学基金资助项目“基于状态空间模型的天然气管网瞬态优化控制研究”,51504271;

混合并行遗传算法; 并行性能; 多核集群系统; 天然气-凝析液生产系统; 数据调和;

TE83

中国知网独家网络首发,未经许可,禁止转载、摘编。

油气储运

Oil & Gas Storage and Transportation

ISSN:1000-8241

中文核心期刊

1312466K
在线咨询 用户反馈