买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司技术检测中心;胜利油田检测评价研究有限公司申请的专利一种老油田区域集输管网拓扑结构优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115600345B 。

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110771273.6，技术领域涉及：G06F30/18；该发明授权一种老油田区域集输管网拓扑结构优化方法是由郑炜博;邹林;孙东;周亮;刘杰;王晓东;李云飞;刘心颖设计研发完成，并于2021-07-08向国家知识产权局提交的专利申请。

本一种老油田区域集输管网拓扑结构优化方法在说明书摘要公布了：本发明提供了一种老油田区域集输管网拓扑结构优化方法，属于油田集输管网工程技术领域。其技术方案为：一种老油田区域集输管网拓扑结构优化方法，以图论法，将集输管网通过连通图来表示，将三级布站流程改进为串联式集油流程，在计量站和转接站连接关系确定的条件下，以井站间管线长度最短，或流量距离和最小等为目标，基于避圈法基本思想，计算处最优的连通图，建立目标函数，并与现有的管网比较，确定出新增管网，并结合现有管网及技术经济计算方法，筛选出应建管段。本发明的有益效果为：解决现有集油管网管输方向存在迂回、混合液往返运输等问题，能够改善现有管网连接方式，优化管网布局。

本发明授权一种老油田区域集输管网拓扑结构优化方法在权利要求书中公布了：1.一种老油田区域集输管网拓扑结构优化方法，其特征在于，包括如下步骤： 步骤S1，根据现有的井场、转接站与计量站之间的三级布站流程管网构建连通图G1； 步骤S2，保持G1中的转接站与计量站之间的连接关系不变，优化井场与转接站和计量站之间的连接关系，使得井站间管线总长度最短，形成串联式集油流程的集输管网并构建连通图G2； 步骤S3，以每个井场为基础构建运行能耗关联参数，所述运行能耗关联参数与运行能耗相关，所述运行能耗关联参数越大表示运行能耗越高，若G2相较于G1，相应井场对应的所述运行能耗关联参数的增幅超过预定阈值，则删除G2中与相应井场相连的管段； 步骤S4，步骤S3中G2保留下来的管段构成新增管段连通图G2'，其中G2'中包括若干个连通分量G2'k； 步骤S5、将G2'中的一个连通分量G2'k和G1合并，形成新的连通图G3k，计算出G3k对应管网的年运营费C2；计算G1对应管网的年运营成本C1； 步骤S6、计算G3k中对应的新增管段的建设成本并结合C2，计算G3k的等额年费用AC；比较C1和AC的大小，如果ACC1，则建设G3k中对应的新增管段，反之则不建设； 步骤S7，重复步骤S5-S6，直到所有的连通分量G2'k都已遍历，即可从G2中的新增管段中确定出应建管段； 其中，所述步骤S2具体为： 步骤S21，以G1中的所有节点建立节点集V，包括转接站、计量站及所有井场的节点；井场记为wellk，k表示井场序号，井场总数记为Nwell； 步骤S22，建立节点集S，包括所有已经确定连接关系的节点的集合；建立节点集V-S，包括所有未确定连接关系的井场节点； 步骤S23，初始化节点集S，S初始仅包含计量站、转接站的节点，并根据S中各节点之间当前的连接关系建立连通图Gs，Gs=S，E，其中E为边集； 步骤S24，针对节点集V-S，建立目标函数矩阵Matrix，所述目标函数矩阵Matrix中元素为节点集V-S中各节点分别到边集E中各边的最短距离； 步骤S25，找出所述目标函数矩阵Matrix中所有元素的最小值fmin，将最小值fmin所对应的边Emin加入Gs，将边Emin对应的非S节点添加到S中； 步骤S26，建立新增管段边集Enew，将Emin放入所述新增管段边集Enew； 步骤S27，每执行步骤S25-S26一次，则节点集S增加一个节点，节点集V-S相应减少一个节点，Gs相应增加一条边和一个节点，Enew相应增加一条边； 步骤S28，继续计算更新后的节点集V-S中的各节点集到边Emin的距离，并更新至目标函数矩阵Matrix； 步骤S29，若S=V，则结束计算流程，否则返回步骤S25； 步骤S210，将最终得到的Gs为G2，G2囊括了所有节点，且为井站间管线总长度最短的连通图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司技术检测中心;胜利油田检测评价研究有限公司，其通讯地址为：100728 北京市朝阳区朝阳门北大街22号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。