精细化模型范文

2024-05-22

精细化模型范文(精选4篇)

精细化模型 第1篇

关键词:四性关系,精细解释模型,测井解释,流体识别,万昌组,梁家构造带

1 区域地质背景

伊通盆地属于郯庐断裂的北延部分,西北侧为大黑山,东南侧为那丹哈达岭,为北东方向延伸第三系断陷盆地。伊通盆地岔路河断陷油气资源丰富[1,2],是油气勘探潜力区块。研究区位于伊通盆地岔路河断陷梁家构造带,主要受西北、东南方向控盆走滑断裂和二号断层的控制,呈西北深、东南浅的构造格局。梁家构造带万昌组发育多种类型沉积相,沉积相横向变化大,万昌组一段发育河控三角洲相,万昌组二段和万昌组三段主要发育曲流河、辫状河沉积相。储层岩性变化快、岩石类型复杂、低油气饱和度、高束缚水饱和度,使得储层评价和流体识别存在难度。针对梁家构造带万昌组实际地质特征,开展储层综合研究和测井精细解释,对于提高研究区测井解释精确度和有效识别流体具有重要意义。

2 储层特征

2.1 四性特征

储层四性关系是储层参数测井解释模型的建立和油气水层识别的基础[3,4,5]。普通薄片统计分析发现梁家构造带万昌组石英含量为15%~70%,平均为28.18%;长石主要为钾长石含量为18%~46%,平均为33.92%;岩屑含量2%~31%,平均为6.7%,填隙物成分复杂,主要为泥质和灰质充填约占8%左右,岩性主要为长石砂岩和岩屑长石砂岩。主要具有细砂状、粗粉砂状结构和细粉砂状结构,颗粒支撑,以孔隙和接触式胶结,粒度分布不均,分选中-好,次棱角状。研究区储层孔隙主要发育粒间孔、溶蚀孔和微孔隙,孔隙分选差、细喉道,孔隙结构复杂,胶结作用和压实作用对储集性能影响较大。孔隙度6%~29.9%,平均15.38%;渗透率0.148×10-3μm2~148.532×10-3μm2,平均为7.847×10-3μm2,根据裘怿楠等人[3]储层划分标准,梁家构造带万昌组属于低孔低渗储层。核磁岩心资料表明梁家构造带万昌组储层含油气饱和度19.35%~68.13%,在测井曲线上油气层表现为高电阻率和高声波时差的特性特征。万昌组渗透性储层物性越好,电阻率值越高,含油气性越好(图1)。

2.2 岩性与物性的关系

岩性是四性研究的基础,而物性受岩性粒度、分选性、胶结类型、填隙物含量的影响。根据取心资料万昌组储层岩性按粒径划分砂砾岩、粗砂岩、细砂岩、粉砂岩、不等粒砂岩。万昌组一段主要为粉砂岩和细砂岩;万昌组二段和万昌组三段主要为细砂岩、粉砂岩,砂砾岩、粗砂岩、不等粒砂岩次之。岩心资料统计分析发现:储层孔隙度、渗透率与碎屑颗粒结构密切相关,砂岩颗粒粒径越大,物性越好,孔隙度和渗透率成正相关。万昌组不等粒砂岩物性最好,孔隙度平均为16.11%,渗透率平均为4.63×10-3μm2。主要岩性粉砂岩和细砂岩孔隙度平均为15.58%,渗透率平均为2.22×10-3μm2。

2.3 岩性与电性的关系

电性特征是岩性、物性、含油气性的综合反映。结合录井、测井、岩心资料综合分析,梁家构造带万昌组渗透性地层岩性曲线自然伽马低值、自然电位负异常,孔隙度曲线数值相对围岩增大,气层和油层电阻率值普遍大于水层。油浸、油斑级别的砂砾岩、粗砂岩储层,自然伽马值低,一般在50~80 API;平均声波时差在239~267μs/m;不等粒砂岩,自然伽马值变化较大,一般在40~120 API之间,平均声波时差在252μs/m。电阻率范围在20~50Ω·m。油斑、荧光级别的细砂岩、粉砂岩自然伽马较高,一般在60~100 API之间,声波时差较大,平均值278μs/m,电阻率范围在10~30Ω·m。渗透性储层岩性越粗、物性越好、含油气性越高,电阻率值越高。

2.4 岩性与含油性的关系

研究区岩屑录井资料表明,不同岩性含油级别不同,含油气性随着砂岩颗粒粒径的增大逐渐变好。砂砾岩、粗砂岩、细砂岩、粉砂岩、不等粒砂岩且均有油气显示。砂砾岩、粗砂岩、不等粒砂岩主要含油级别为油浸、油斑、油迹含油性相对较好,细砂岩、粉砂岩油斑和荧光占主要。梁家构造带万昌组平均含油饱和度为33.94%,显示研究区储层含油气性丰富。

3 测井解释参数模型的建立

储层参数解释模型对于储层流体识别和综合评价具有重要意义。测井资料预处理是建立模型的基础,根据地层对比选取区域标准层对研究区测井系列进行标准化,对岩心进行归位。在对梁家构造带万昌组岩性、物性、电性、含油气性四性研究的基础上,采用岩心刻度测井的方法,建立梁家构造带万昌组储层参数解释模型。

3.1 泥质含量测井解释模型

研究区测井、录井资料表明自然伽马曲线对砂泥岩反应灵敏且自然伽马值与泥质含量具有良好相关性,因此利用自然伽马相对值法[6]建立泥质含量计算模型。

其中:GR、GRmin、GRmax分别为解释层、纯底层、泥岩的自然伽马测井值,IGR为自然伽马指数;C为希尔奇指数,研究区地层为第三系取C为3.7;Vsh为泥质含量,%。

3.2 孔隙度测井解释模型

孔隙度解释模型通常通过孔隙度与声波时差建立线性关系,但万昌组砂岩储层含多种矿物,含有一定岩屑和泥质,对中子和密度测井确定孔隙度造成影响,需要采用几种孔隙度测井组合求取孔隙度。又因泥质对孔隙度有影响,需选取反映岩性的测井曲线进行泥质校正。对梁家构造带万昌组现有的测井系列采用多元回归的方法确定最优化的孔隙度模型,选取密度、声波时差、自然伽玛和中子测井多元回归得到万昌组孔隙度拟合公式,相关系数R为0.61。

其中:φ为孔隙度,%;DEN为密度测井值,g/cm3;AC为声波时差测井值,μs/m;GR为自然伽马测井值,API;CNL为补偿中子测井,%。

3.3 渗透率测井解释模型

渗透性表征储层流体流动能力,主要受岩石颗粒、孔隙结构、胶结物含量的影响。研究区岩心实验数据表明孔隙度和渗透率具有良好的相关性,渗透率可以表示为孔隙度的函数。利用梁家构造带万昌组岩心孔隙度和渗透率一元回归建立模型,从(图2)可以看出岩心孔隙度与渗透率成正相关关系,相关性比较好,相关系数R为0.803。

其中:K为渗透率,10-3μm2;φ为孔隙度,%。

3.4 含油(气)饱和度

含油(气)饱和度是评价油(气)层,计算储量的重要参数。梁家构造带万昌组储层属于砂岩孔隙型储层,可以利用阿尔奇公式计算含油(气)饱和度公式为

式中:Sh为含油(气)饱和度,小数;φ为地层孔隙度,小数;Rw为地层水电阻率,Ω·m;Rt为地层电阻率,万昌组采用深双侧向电阻率值,Ω·m。

3.4.1 a、b、m、n的确定

阿尔奇公式中a、b、m、n参数是地下地质体的综合响应,受许多因素的影响,为使计算结果准确,优先选择岩电实验数据[7]。选取万昌组11块岩心在27℃和-3 MPa条件下进行岩电分析测试。根据岩电实验数据建立了孔隙度和地层因素,含水饱和度和电阻率指数的关系(图3、图4),相关系数分别为R=0.905 9、R=0.992,得到梁家构造带万昌组岩电回归关系式。

根据万昌组岩心的岩电关系即可得到a为0.917 7,m为1.349 8,b为1.033 1,n为1.540 7。

3.4.2 地层水电阻率的确定

地层水电阻率是计算含油气饱和度的重要参数,利用梁家构造带万昌组昌30-2、昌36-1等井采样水分析资料计算地层水电阻率。根据万昌组采样深度段离子总矿化度换算得到等效Na Cl总矿化度,则在24℃时地层水电阻率RW的近似式为

式中:PW和RW分别为24℃时地层水总矿化度(Na Cl,mg/L)和地层水电阻率(Ω·m),根据下式可得出万昌组地层温度T时的地层水电阻率RW。

万昌组平均矿化度约为3 112 mg/L,根据水分析资料方法得到的地层水电阻率0.473~1.136Ω·m,平均约为0.741Ω·m。万昌组地层埋深浅,温度较低,地层水电阻率较深层而言偏大。

3.5 束缚水饱和度模型

含油气饱和度仅反映产层的静态特征,并不能完整描述储层的油气储集与渗流的动态规律[8],因此建立梁家构造带万昌组束缚水饱和度模型。通过岩心录井和核磁实验资料发现梁家构造带万昌组含油气饱和度低,束缚水饱和度比较高,在测井解释时易将油气层描述为含水层或水层甚至漏掉产层,对储层流体不能做出符合实际的描述和解释。梁家构造带万昌组束缚水数据较少,结合万昌构造带相邻的井位的束缚水数据,利用束缚水饱和度和孔隙结构指数多元线性回归万昌组束缚水饱和度模型。回归拟合公式如下,相关系数R=0.804(图5)。

3.6模型检验

对梁家构造带万昌组取芯井选取取芯井段较长、连续性较好、归位准确的岩心分析的孔隙度、渗透率与孔隙度解释模型和渗透率解释模型得到的拟合数据分别进行交会比对。分析发现岩心孔隙度和回归拟合孔隙度及岩心分析渗透率和回归拟合渗透率具有良好相关性,数据位于45°线附近,相对误差小于10%。利用饱和度模型求取的含油饱和度与核磁共振实验分析岩心、岩屑得到的含油饱和度具较好的对应关系。束缚水饱和度拟合公式所得的束缚水饱和度与相渗岩心样品采用非稳态法注水驱油得到的束缚水饱和度建立精度图版,相关系数R=0.969,说明根据模型得到的拟合数据与实测数据吻合较好。在梁家构造带万昌组建立的储层测井解释模型可靠性比较高,适用于研究区复杂储层。

4 油气水层解释图版建立

在试油资料和测井资料的基础上,对梁家构造带万昌组储层流体进行识别。利用常规测井和阵列感应两种测井系列交会图法识别油气水层。研究区声波时差识别油气层效果较好,气层声波时差大于油层声波时差;自然电位曲线综合体现了岩性、流体性质及泥浆侵入的特征且在万昌组反应灵敏,建立了梁家构造带万昌组常规声波时差和自然电位交会图(图6)。

基于阵列感应测井值应用累积法[9,10]建立不同径向探测深度电阻率曲线总差异参数DR和电阻率综合识别参数RDR,RDR放大了油气水层在原状地层的差异,更加突出油水层的区别,建立列感应测井电阻率差异参数和电阻率综合识别参数交会图(图7)。公式即为

从(图6)中可以看出油气层、油气水层声波时差高于油层和水层,水层声波时差值仅低于油层,具有分布范围广,自然电位大的特点,利用自然电位-声波时差交会图区分流体较明显。阵列感应测井具有分辨率高,探测深度大,受井眼、围岩影响小,根据不同探测深度电阻率值定性识别储层流体具有独特优势[11,12]。在梁家构造带万昌组油层段无阵列感应测井数据,因此对油气水层、油层、水层建立DR-RDR交会图,交会图版在一定程度上反映储层流体性质。从(图7)分析得到:油气层和油气水层DR和RDR界限分别是5、90,油气层和水层DR和RDR界限是3、50。随着含油气性变好,DR和RDR值也相应变大。根据建立的含油(气)饱和度模型和孔隙度模型对万昌组试油层段拟合,得到含油(气)饱和度和孔隙度交会图(图8),测井解释油层、油气水层、油气层的含油(气)饱和度比较高,总体大于50%,油气水层含油(气)饱和度变化范围比较大在35%~70%之间。利用梁家构造带万昌组孔隙度解释模型、渗透率解释模型、含油(气)饱和度模型建立万昌组水层、油层、油气水层、油气层的识别及评价的测井解释标准(表1)。

5 结论

针对梁家构造带万昌组储层相变快、岩性细、物性差别大的特点,研究储层四性关系其规律为:岩性主要为细砂岩、粉砂岩且随着碎屑颗粒粒径变大,物性、含油气性变好,储层含油气性受岩性、物性多因素控制。电性受含油气性影响大于岩性,油气层总体表现为低自然伽马、自然电位负异常、高电阻率、高声波时差的电性特征。在四性研究的基础上,建立泥质含量、孔隙度、渗透率、含油(气)饱和度、束缚水饱和度模型,并对所建模型进行检验,表明储层参数模型适用于万昌组复杂储层。梁家构造带万昌组测井系列齐全,常规测井声波时差、自然电位交会图版和阵列感应测井累加法交会图版,准确反映地层内部真实情况,区分流体效果较好,建立了万昌组试油层位测井解释图版和定量解释的参数标准,提高了测井解释精度,为后续研究奠定了基础。

参考文献

[1]严杰,陈红汉,丰勇,等.伊通盆地岔路河断陷油气充注与再次运移研究.地质科技情报,2009;28(1):69—74Yan Jie,Chen Honghan,Feng Yong,et al.History of hydrocarbon charging and remigration in Chaluhe depression of Yitong basin.Geological Science and Technology Information,2009;28(1):69—74

[2] 丰勇,陈红汉,叶加仁,等.伊通盆地岔路河断陷油气成藏过程.地球科学:中国地质大学学报,2009;34(3):502—510Feng Yong,Chen Honghan,Ye Jiaren,et al.Reservoir-forming periods and accumulation process of Chaluhe fault depression of Yitong Basin.Earth Science-Journal of China University of Geosciences,2009;34(3):502—510

[3] 陶佳丽,秦启荣,林军,等.克拉玛依油田J1b5储层测井精细解释模型.断块油气田,2013;(20):598—601Tao Jiali,Qin Qirong,Lin Jun,et al.Fine log interpretation model of J1b5 reservoir in Karamay Oilfield.Fault-Block Oil&Gas Field,2013;(20):598—601

[4] 李延丽.柴达木盆地游园沟油田中浅层油藏四性关系研究.天然气地球科学,2006;(03):402—406Li Yanli.Property relationship study of middle-shallow reservoir in Youyuangou oilfield.Natural Gas Exploration and Development,2006;(03):402—406

[5] 赵为永,陈宏民,李松东,等.乌南油田N_21油藏储层“四性”关系研究.断块油气田,2008;(04):56—59Zhao Weiyong,Chen Hongmin,Li Songdong,et al.Property relationship study on N_21 reservoir in Wunan oilfield.Fault-block Oil&Gas Field,2008;(04):56—59

[6] 洪有密.测井原理与综合解释.北京:石油工业出版社,1993:209 —215Hong Youmi.Logging principles and comprehensive interpretation.Beijing:Petroleum Industry Press,1993:209—215

[7] 张振城,孙建孟,马建海,等.阿尔奇公式中a,m值对饱和度计算结果的影响.石油大学学报,2004;28(6):28—34Zhang Zhencheng,Sun Jianmeng,Ma Jianhai,et al.Effect of different value of a and m in Archie formula on water saturation.Journal of the University of Petroleum,2004;28(6):28—34

[8] 陈恭洋.油气田地下地质学.北京:石油工业出版社,2007:67—76Chen Gongyang.Subsurface geology of oil and gas fields.Beijing:Petroleum Industry Press,2007:67—76

[9] 丁娱娇,邵维志,李庆合,等.一种利用阵列感应测井技术识别储层流体性质的方法.测井技术,2009;33(3):238—242Ding Yujiao,Shao Weizhi,Li Qinghe,et al.A new method for reservoir liquid character evaluation with HDIL.Well Logging Technology,2009;33(3):238—242

[10] 周凡,姜洪福,王立艳,等.基于阵列感应测井的支持向量机流体识别方法.中国海洋大学学报,2011;41(增刊):317—323Zhou Fan,Jiang Hongfu,Wang Liyan,et al.Application of array induction logging and support vector machine to fluid identification.Periodical of Ocean University of China,2011;41(Supplement):317 —323

[11] 许春艳,彭红波,申永华,等.高分辨率感应测井在油气层评价中的应用.断块油气田,2007;14(1):86—88Xu Chunyan,Peng Hongbo,Shen Yonghua,et al.Application of high resolution conductivity log in oil and gas layer evaluation.Fault-block Oil&Gas Field,2007;14(1):86—88

不确定性系统与模型精细化误区 第2篇

不确定性系统与模型精细化误区

摘要:分析了模糊数学、灰色系统理论和粗糙集理论的特点以及不确定性系统信息不完全、数据不准确的基本特征,论述了科学(科学理论、科学方法、科学模型)的`简单性原则,运用精细化模型遭遇不精确而形式上较为粗略的不确定性模型却往往能够取得满意效果的实际例证阐明了在信息不完全、数据不准确的情况下片面追求模型精细化不是一种明智的选择. 作者: 刘思峰[1]  J.福雷斯特[2] Author: LIU Si-feng[1]  FORREST Jeffrey[2] 作者单位: 南京航空航天大学灰色系统研究所,南京,210016南京航空航天大学灰色系统研究所,南京210016;宾州州立SR大学数学系,PA 16057 期 刊: 系统工程理论与实践   ISTICEIPKUCSSCI Journal: Systems Engineering ―Theory & Practice 年,卷(期): , 31(10) 分类号: N945.12 关键词: 不确定性系统    简单性原则    模型精细化    误区    机标分类号: TP1 U46 机标关键词: 不确定性系统    不确定性模型    误区    uncertain system    信息不完全    科学模型    灰色系统理论    精细化模型    简单性原则    粗糙集理论    追求模型    数据    模糊数学    科学理论    科学方法    基本特征    形式    特点    分析 基金项目: 国家自然科学基金,国家教育部博士学科点基金,人文社会科学规划基金,江苏省高等学校优秀创新团队,南京航空航天大学创新群体,特聘教授科研创新基金 不确定性系统与模型精细化误区[期刊论文]  系统工程理论与实践 --2011, 31(10)刘思峰  J.福雷斯特分析了模糊数学、灰色系统理论和粗糙集理论的特点以及不确定性系统信息不完全、数据不准确的基本特征,论述了科学(科学理论、科学方法、科学模型)的简单性原则,运用精细化模型遭遇不精确而形式上较为粗略的不确定性模型却往...

精细化模型 第3篇

关键词:建模教学法 中职学校 企业财务会计 材料采购

一、实施背景

以中职学校会计专业学生为例,学生在校期间开设的专业课程很多,有基础会计、企业财务会计、会计电算化、成本会计等。专业课程设置看上去似乎很合理,理论与实践结合,由浅入深,而事实上,只有一线教师才有深刻体会:中职学生的专业课基础不扎实,到后面学起来就比较吃力。后期课堂教学中常出现台上“口若悬河讲不停”、台下“昏睡百年梦周公”的现象。这不是我们的学生不想学,而是教师在教学过程中运用“填鸭式”教学,即便在教学过程中学生反应“较好”,当时只凭借瞬间或短时记忆,长时间下去便会混淆和遗忘,所以这种满堂灌的教学方式已不再适合当下的教学需求。笔者从事一线会计教学多年,多次在企业财务会计教学中运用建模教学法,获得了较好的教学效果。由此,笔者认为建模教学法较合适中职学校会计专业企业财务会计教学。

二、建模教学法的运用

所谓“建模”就是建立模型,是为了理解事物而对事物做出的一种抽象描述,是对事物的一种无歧义的书面描述。凡是用模型描述系统的因果关系或相互关系的过程都属于建模。建模是研究系统的重要手段和前提。

中职学校会计专业二年级学生专业课程中的企业财务会计是本专业的主干课程。在企业财务会计中,每个知识点、涉及的经济业务按时间先后顺序发生,需要根据先后顺序处理,而且不止一种情况。这样即使一堂课只讲一个知识点,涉及的会计分录就有十多个,部分还是多借多贷的复合会计分录,难度可想而知。将建模教学法运用在中职学校企业财务会计的教学中,主要是教师将独立的知识点先创设情境、分析账务处理流程;学生自主探究、分析模型结构;建立雏形;教师对学生的分析进行修正和引导,最终形成模型,再将此模型结合案例实践运用。笔者以“材料采购过程中的账务处理”为例,简单阐述建模教学法的一般模式。

1.创设情境,分析账务处理流程

在企业财务会计教学中,笔者认为,教师首先要做的是让学生转换角色,引导学生参与,让学生自己主动思考和解决问题。在讲解材料采购过程之前,笔者将学生带入到宏达公司,并展示了企业仓库、生产环节、办公场所等的图片,明确了学生的身份。“你现在是财务部的一名会计人员。公司现要到宏达工厂去采购一批材料。对这项经济业务,你作为会计人员会想到哪些问题呢?”学生们都知道,会计人员处理企业的财务,责任重大,于是讨论开始了。最终,销售们主要呈现以下几个问题:钱何时付?料何时到?教师在学生们提问的同时分析了购料的流程,学生也明确了本堂课的学习内容。

2.自主探究,分析模型结构

问题已经提出,由谁来解决?仅凭学生的个人努力可能不够。这时,笔者将学生分成小组进行讨论。小组合作学习在财务会计的教学中是一种有效而又十分可行的学习方式,学生由于基础知识不扎实,产生疑问时会考虑得比较片面。通过小组合作学习,提高了学生学习的主动性和积极性,由过去“要我学”的被动局面转变为今天的“我要学”“我乐学”的自主学习局面。

学生通过讨论,借用简单的排列组合方法,很快就得出假设的几种情况。情况一:材料已到,货款已付;情况二:材料已到,货款未付;情况三:材料未到,货款已付;情况四:材料未到,货款未付。教师对学生的分析做简要评价,由此形成采购材料的初步模型。

3.教师引导,建立账务处理模型

在学生为主导、教师参与的方式下得出这样的一个采购材料模型,将书本上四五页的教学内容进行浓缩,既将课堂教学内容精细化,又让学生体验到了成功的喜悦。认知心理学认为:一个人只要体验一次成功的喜悦,就会激起无休止的追求意念和力量。此时,笔者充分肯定了学生学习的积极性,并借此引入本课的教学重点——如何将得出的模型运用于实际业务中。

4.结合案例,运用模型结构

企业财务会计教学的主要目的是让学生掌握实际经济业务的账务处理。上例中获得材料采购账务处理模型后,笔者可以利用材料、支付方式等关键要素作为线索,来分析案例的账务处理方法。

案例:10月5日,企业从外单位采购一批材料,材料价款20000元,增值税率17%,款项暂欠,材料已经验收入库。11月5日,开出转账支票支付前欠购料款项。学生看到案例,直接就找到模型中的关键要素:材料已到,货款未付,该案例的账务处理也就迎刃而解了。材料采购过程的案例变化多样,但如果学生掌握了账务处理模型,百变不离其中。这样的模型结构是建立在学生自主思考、合作的基础之上,不是老师直接灌输的,所以对学生的理解和记忆是有帮助的。学生以此积累账务处理模型,就可将课堂学的知识运用到实际工作中。

三、教学反思

1.教师角色需要恰当转变

在建模教学过程中,教师已经不是“正确的引导者”,而是适时扮演提问者、建议者、欣赏者。教师的主导作用体现在创设好的问题环境、激发学生自主地探索解决问题的积极性和创造性上,问题的探索、发现、解决的深度和方式尽量由学生自主控制和完成。教师平等地参与学生的探索、学习活动,在教学的组织中体现“学法”,把教和学融为一体。教师要让学生在问题、困难、挑战、挫折、取胜的交替体验中,在选择、判断、协作、交流的轮换操作中,经历学数学、用数学的过程,进而发现问题、解决问题。

2.学生主观能动性需逐步提高

学生是学习的主体,企业财务会计教学中要体现学生的自主作用,培养学生的主观能动性。让学生学会根据自己的个体差异、思维方式的不同,在建模过程中提供不同的想法,把老师满堂灌的上课方式改变成学生主动听、主动思考、积极解决问题。通过自身努力得出的结果,学生会更加珍惜,记忆深刻。中职学校专业课教育的核心问题是学生学习过程的优化,即怎样使学生主动、有效、合理地学习专业知识。这就要求教师在实施教育的过程中,培养学生的自主意识、主观意识,改变现有的教育模式与理念,给学生发展的时间和空间,让他们形成自主学习、积极思考的习惯。在教学活动中循序渐进地运用建模教学法,不仅让沉默的课堂动起来,也让学生的思维跳动起来,细化了课堂教学内容,从而提高教学质量。

精细化模型 第4篇

随着中国水电事业的不断发展,大型水电站陆续建成投运。电网稳定性分析和机组的运行控制对水轮机模型精确程度的要求越来越高。水轮机原动机的主要特点是强非线性以及水击[1],而传统的理想水轮机模型由于忽略了原动机和引水系统的动态作用[2],已难以适应现代电网稳定分析和自适应控制的要求。因而,建立详细可靠的水轮机模型是非常必要的。目前,国外对水轮机精细模型的研究主要有两个方向:(1)IEEE Working Group提出的有关简化非线性水轮机模型[3,4],其将水轮机模型简化为阀门结构;(2)基于水轮机全特性曲线的参数辨识建模[5]。前者忽略了导水机构非线性水力损失对水轮机出力影响的特点,后者由于水轮机全特性曲线难以获得因而局限性较大。国内学者对水轮机模型也进行了一些研究应用。文献[2]分析了稳态下水轮机精细模型对电网的影响,文献[6]提出了一种基于随机负荷扰动的水轮机模型辨识方法,适用于较大的工况范围,为水轮机参数辨识提供了一种思路,但其对水轮机精细模型没有进一步的研究。文献[7]提出了多曲线拟合辨识的方法,适用于特殊模型向一般模型的转换。

人工鱼群算法(artificial fish swarm algorithm,AFSA)是一种基于动物行为的群体智能算法[8]。通过模拟鱼群的游弋、觅食、聚群、追尾等行为在搜索空间实现解的最优化,而且具有对初始参数选择不敏感、收敛速度快、鲁棒性强、简单易行等诸多优点。近年来,已有一些学者将人工鱼群算法运用到模型辨识中[9]。但该算法存在着后期收敛速度慢,且由于固定步长使得已在最优值上的点跳出最优值等问题,因而提出一种改进的人工鱼群算法(improved artificial fish swarm algorithm,IAFSA),旨在提高算法的收敛性与精度。

本文提出一种基于曲线拟合的水轮机导水机构水力损失的表达方法,利用机组并网下的正常运行数据,采用改进人工鱼群算法对水轮机精细模型进行辨识,同时得出导水机构的相对水力损失。

1 水轮机精细模型及改进

文献[3,4]将水轮机近似为阀门,得到了一种简化的非线性水轮机模型:

式中:kP和ku为比例系数;G为理想导叶开度;QNL为水轮机空载流量;Pt为水轮机机械功率;P为水轮机理想机械功率;PL为水轮机空载损耗功率;H为水轮机动态水头。

在以往的水轮机模型研究中,往往忽略了导水机构对H的影响。文献[10]提到,各种比转速水轮机在导叶开度较大或较小时,导水机构水力损失都较大,有的甚至达到8%~10%,因而导水机构的水力损失不容忽视。

文献[10]提出的导水机构相对水力损失计算公式如下:

式中:ξg为导水机构的相对水力损失;Cx为平板叶栅的阻尼系数;βm为特征流速与圆周方向的夹角;Q11为相对流量;L/t为叶栅密度;b0/D1为导叶相对高度;D0/D1为相对直径;g为重力加速度。

从式(2)可看出,导叶开度与水力损失的关系比较复杂,导叶开度y直接影响βm,Q11,Cx,其中平板叶栅的阻尼系数Cx尤其复杂,很难用准确的关系式表达。因而,提出一种用曲线拟合的方式来表达导水机构相对水力损失与导叶开度的关系:

式中:an为系数。

考虑导水机构水力损失的改进水轮机精细模型为:

式中:kuP为比例系数。

式(4)中,导叶开度y、水头H为模型输入,功率为模型输出,待辨识的参数有an,kuP,kP。通过对水轮机精细模型的辨识,也可同步辨识出导水机构水力损失模型阶数与参数。水力损失模型定阶辨识过程如图1所示。

逐步增加导水机构损失模型的阶数,通过改进模型的MSE来判断模型的有效阶数,从而得出最简的导水机构损失模型来拟合水力损失。

2 改进人工鱼群算法

人工鱼群算法的参数设定对算法的收敛性与精度有较大的影响[11],基本人工鱼群中使用了固定步长、视野、拥挤度等参数,一旦这些参数设置不当将导致不收敛或达不到最优解。参考文献[11,12,13],本文采用了以下改进策略,并对改进算法进行了验证。

2.1 改进策略

在算法初期,一般希望有较大的步长,有利于算法快速收敛,较小的步长容易陷入局部最优,而在算法的后期,较大的步长容易使解产生动荡,此时希望有较小的步长。提出一种自适应的步长调整策略:

式中:step为步长;α为指数衰减因子;gen为当前代数;gen,max为最大代数。

在视野较大时,鱼群主要表现出追尾行为(即较高的全局搜索能力),当视野较小时,鱼群主要表现出随机移动与觅食行为(即较高的局部搜索能力)。在算法初期,需要提高全局搜索的能力,因而需要较大的视野以提高追尾行为;在算法后期,较小的视野可以提高局部搜索能力。视野动态调整策略为:

式中:v为视野;vmax为视野最大值;vmin为视野最小值。

在人工鱼群算法中引入遗传算法的代沟算子GAP,在每代寻优后用重新初始化的个体去补充代沟算子遗弃的个体,增加人工鱼群算法在后期的多样性,增强全局寻优能力。

2.2 算法改进效果验证

选用典型的Schaffer函数对基本人工鱼群算法和改进人工鱼群算法进行性能对比。

Schaffer函数如式(7)所示,求max f(x1,x2)。

式中:x1,x2∈(-4,4)。

算法参数如表1所示。

运用两种算法随机运算30次,统计两种算法的寻优结果,如表2所示。可以看出改进人工鱼群算法的最优解次数更多,因而本文引入的改进人工鱼群算法可以较好地克服局部最优的“陷阱”,取得全局最优解。

Schaffer函数有无数个局部最优点,且函数值都非常接近全局最优点(0,0),使用基本人工鱼群算法很容易陷入局部最优。如图2所示,基本人工鱼群算法陷入局部最优的“陷阱”。

3 实例研究

3.1 水轮机模型辨识

对某电站水轮机模型进行辨识,水轮机型号为HLF497-LJ-625.7,额定水头为165m,额定出力为561 MW,额定转速为142.9r/min,额定流量为371m3/s。选取200组并网运行数据进行辨识。

目标函数为:

式中:p(t)为实际输出;p1(t)为模型输出。

对不考虑导水机构水力损失模型和考虑导水机构水力损失模型分别进行辨识。

不考虑导水机构水力损失时,待辨识参数为[kuP,QNL],其辨识区域为[(-5,-5),(-5,5)],鱼群大小为100,最大迭代次数为50。

考虑导水机构水力损失时,按照图1流程,辨识出导水机构水力损失模型的阶数,模型为:

设定待辨识参数为[kuP,QNL,a1,a2,a3,a4,a5],其辨识区域为[(0.32,0.38),(0.25,0.29),(-1,1),(-1,1),(-1,1),(0,0.5),(-1,1)];鱼群大小为100,最大迭代次数为50。辨识结果对比见表3。

从表3中可以看出,考虑导水机构水力损失的水轮机模型有较小的均方误差。特别是在小开度时(20%~50%),改进效果较为明显。因而,考虑导水机构水力损失的模型更能反映出实际水轮机的输入输出特性。

将辨识结果代入式(3)和式(4),得到水轮机模型:

以并网数据中导叶开度和水头为输入,用辨识模型求得仿真输出,并与实际输出进行对比,如图3所示。

结果表明机组在负荷较稳定(350MW以上)的情况下,辨识结果可以很好地描述水轮机输入输出的特性。而在300MW以下的负荷时,辨识结果与实际输出有一些偏差。结合该电站的实际运行状况,发现在当前水头下70~300 MW区间为禁止运行区间,在此区间内,机组振动、摆动、压力脉动等各项指标均较大或者超过了报警值。导致区间内出力不稳,这与辨识结果保持了一致。由水力损失模型(式(9))得出水力损失与导叶开度的关系如图4所示。

由式(2)可以看出,随着导叶开度的增加,一方面出口水流速角增加导致βm增加,导水机构水力损失减小,同时叶栅冲角减小,叶栅阻尼系数Cx减小导致导水机构水力损失减小;另一方面,当开度超过某一值时,叶栅冲角开始增大导致Cx增加,从而导致导水机构水力损失增加。对比图4,表明辨识结果与实际情况一致,较好地反映了导叶开度与导水机构水力损失的关系。

3.2 模型验证

为验证所求模型的准确性,利用并网状态下机组功率波动的实测数据,对模型进行阶跃扰动检验。以实测导叶开度和水头为输入,用辨识水轮机模型仿真输出,并与实际功率输出对比。图5为模型输入数据———导叶开度的100组实测数据。实测数据水头为164m,且变化不大。

由图6可知,实测曲线除在不稳定负荷下仿真曲线不能反映出来,各个动态过程中仿真结果与实测结果均保持一致,表明辨识出的模型具有较高的质量。

4 结语

本文采用一种曲线拟合的方法来描述导水机构水力损失,建立了水轮机非线性精细模型。并结合改进人工鱼群算法辨识系统模型参数,一步辨识得到水轮机模型与导水机构水力损失模型。改进人工鱼群算法克服了基本人工鱼群算法最优解振荡、局部最优等问题;考虑导水机构水力损失的水轮机仿真模型有很高的精度,且与工程实际相吻合;辨识所得导水机构水力损失模型与理论分析保持一致。阶跃扰动检验证明辨识模型是可信的。

摘要:针对导水机构水力损失对水轮机效率影响较大,且其模型较为复杂的特点,提出了一种基于曲线拟合的导水机构水力损失表达方法,建立了水轮机精细模型;并采用改进人工鱼群算法对模型进行辨识。将该方法运用于某电厂实测数据,仿真结果表明改进水轮机模型精度高,且可以反映电厂实际运行状态,导水机构水力损失辨识结果与理论公式定性分析一致,并采用功率阶跃扰动对模型进行验证。结果表明模型是有效可靠的。

本文来自 99学术网(www.99xueshu.com),转载请保留网址和出处

【精细化模型】相关文章:

精细化思考05-26

全程精细化06-14

精细化护理08-26

精细化利用08-28

精细化汇报07-12

医院精细化管理05-20

桥梁精细化管理06-04

成本精细化核算06-21

精细化班级管理07-19

推进精细化管理07-22

上一篇:对话学习下一篇:理论初探