基于BP算法的中深层同轴套管换热量预测.pdf
《基于BP算法的中深层同轴套管换热量预测.pdf》由会员分享,可在线阅读,更多相关《基于BP算法的中深层同轴套管换热量预测.pdf(8页珍藏版)》请在咨信网上搜索。
1、第 36 卷 第 2 期2024 年 3 月岩性油气藏LITHOLOGIC RESERVOIRSVol.36 No.2Mar.2024熊波等:基于 BP 算法的中深层同轴套管换热量预测收稿日期:2023-08-24;修回日期:2023-10-09;网络发表日期:2023-12-05基金项目:中石油重大科技攻关项目“干热岩资源勘探开发关键技术研究”(编号:2022DJ5503)资助。第一作者:熊波(1979),男,博士,教授,主要从事地热能开发利用及智慧能源研究方面的工作。地址:(518000)广东省深圳市南山区南山大道 1110 号中国石油大厦。Email:。通信作者:朱冬雪(1990),男,
2、硕士,副研究员,研究方向为地热能开发利用。Email:。文章编号:1673-8926(2024)02-0015-08DOI:10.12108/yxyqc.20240202引用:熊波,朱冬雪,方朝合,等.基于 BP 算法的中深层同轴套管换热量预测 J.岩性油气藏,2024,36(2):15-22.Cite:XIONG Bo,ZHU Dongxue,FANG Chaohe,et al.Heat transfer prediction of medium and deep coaxial casing based on BPalgorithm J.Lithologic Reservoirs,2024
3、,36(2):15-22.基于 BP 算法的中深层同轴套管换热量预测熊波,朱冬雪,方朝合,王社教,杜广林,薛亚斐,莫邵元,辛福东(中石油深圳新能源研究院有限公司,广东 深圳 518000)摘要:通过搭建热泵测试试验台,进行多工况试验获取试验数据来建立BP 神经网络同轴套管换热量预测模型,并进行仿真模拟,对同轴套管换热量进行预测。结果表明:热泵系统在水流量 28 m3/h、回水温度10 的工况下稳定运行能效最高,同轴套管有效换热量为 563 kW。隐含层节点数为12 时,BP神经网络预测模型最优,训练最大均方误差MSE为 0.023%,最优模型基本结构为 9-12-1。对比同轴套管换热量预测值与
4、检验值仿真结果,BP 神经网络同轴套管换热量预测平均百分比误差 MAPE为0.235%,预测准确率为99.765%。该预测模型具有较高的精度和可靠性,能够准确预测同轴套管换热量的变化趋势,对于提高热泵系统的能效和性能具有广泛的应用价值。关键词:BP神经网络;中深层同轴套管;热泵;仿真模拟;换热量预测中图分类号:TE09;P631.8文献标志码:AHeat transfer prediction of medium and deep coaxial casing basedon BPalgorithmXIONG Bo,ZHU Dongxue,FANG Chaohe,WANG Shejiao,DU
5、 Guanglin,XUE Yafei,MO Shaoyuan,XIN Fudong(PetroChina Shenzhen New Energy Research Institute Company,Shenzhen 518000,Guangdong,China)Abstract:By building a heat pump test bench and obtaining test data under multiple working conditions,a BPneural network coaxial casing heat transfer prediction model
6、was established,and the simulation was carried outto predict the heat transfer of the coaxial casing.The results show that:(1)The heat pump system has the highestenergy efficiency during stable operation at a water flow rate of 28 m3/h and a return water temperature of 10 C,and the effective heat tr
7、ansfer of coaxial casing is 563 kW.(2)When the number of hidden layer nodes is 12,theBP neural network prediction model is optimal,with a maximum training mean square error(MSE)is 0.023%,and the basic structure of the optimal model is 9-12-1.(3)Comparing the simulation results of the predicted value
8、 andthe test value of the coaxial casing,the average percentage error of the prediction of heat transfer of the coaxial casingof the BP neural network is 0.235%,and the prediction accuracy is 99.765%.The prediction model has high accuracy and reliability,and can accurately predict the change trend o
9、f heat transfer of coaxial casing,which has awide range of application value for improving the energy efficiency and performance of heat pump systems.Key words:BPneural network;medium and deep coaxial casing;heat pumps;simulation;heat transfer prediction16岩性油气藏第 36 卷第 2 期0引言在全球能源危机和环境恶化的背景下,为减少化石能源和
10、碳排放,开发和利用可再生能源已成为全球关注的问题1。在绿色可再生能源中,地热能是世界上最丰富的清洁可再生能源之一,具有分布广、储量大、清洁可持续等特点2。地源热泵系统是开发和利用地热能最有效的技术,它利用循环流体从地下岩石和土壤中提取热量(或排放热量),为住宅或商业建筑供暖(或制冷),具有高效、节能、无污染、维护简单和寿命长等优点3-4。地源热泵系统主要由地埋管换热器、热泵机组和终端空调机组组成,在中深层同轴套管地源热泵系统中,同轴套管换热器是系统的核心部件,其传热性能直接决定了系统能否高效、可持续地稳定运行5。因此,对中深层同轴套管换热量进行预测研究,有利于中深层同轴套管地源热泵系统在北方寒
11、冷地区的进一步推广。近年来,国内外学者对中深层地热传热进行了研究,并取得一定的成果。Kerme 等6建立一个传热模型来预测地埋管换热器在换热过程中的瞬态传热过程,并通过动力学计算流体、井壁、注浆和附近地表温度随时间的变化,评价了重要参数的影响;Kumar 等7讨论了地埋管换热器和地源热泵系统之间热相互作用的优化结果,得出循环水量对系统性能的影响最大。此外,与传统的 U 型管 BHE相比,中深层同轴套管换热器系统可有效开发深层地热资源,并具有更大的换热面积。目前,国内外对于中深层地源热泵同轴套管换热器的研究主要集中于地埋管取热能力、换热优化等方面8。Morchio 等9通过优化有限差分数值模型来
12、模拟同轴套管,提高了预测流体温度演变的准确性,并应用该模型分析了 500800 m 深层换热器的性能,得出流体温度的演变和内外管道压力损失与管道直径比的影响;Luo 等10进一步建立了同轴套管换热器模型,以确定系统中水的最佳流动方向,并研究了钻孔热阻与流出流体温度和提取热量之间的非线性相关性、地热梯度变化对传热的影响;Cai 等11基于同轴套管换热器的传热模型给出了热交换的评估图和相关性评价,随着入口流量的减小,管底温度升高,内管热损失也随之增加,在入口流量低的条件下,内管的保温是减少热损失的有效手段,通过减小内管直径以增加流速,也可以有效减少热损失;Huang 等12使用同轴套管换热器的数值
13、模型分析和讨论了不同因素对热过程与热性能的影响,结果表明较小的内管半径和较低的内管导热系数会增加热阻,而较大的外管半径和较高的外管导热系数更有利于传热,此外,随着注浆导热系数和孔长的增加,换热器的热性能得到改善;Song 等13对同轴套管换热器的传热进行了数值模拟,通过对温度场的分析,得出换热器对围岩土层的影响有限,到下一个采暖期前温度基本可恢复到原始状态,验证了中深孔换热器系统的稳定性;Wang 等14通过现场测试和数值模拟研究了深井同轴套管地源热泵系统的传热特性,仿真结果与现场试验数据吻合较好,热泵机组和深井地源热泵系统的平均性能系数分别为 6.4 和 4.6,而且当循环流体从环形空间流向
14、内管时,管道性能得到改善。现有大多数关于中深层同轴套管换热系统换热性能的研究主要基于仿真分析,缺乏与实际工程数据的比较15-16,主要是由于地下岩土工程环境的不确定性、深埋管道传热机理的复杂性、钻井难度以及系统初期投资高等因素造成的。如一些已建立的换热模型忽略了岩石和土壤层的分层,因此没有考虑地层导热系数对换热功率的影响。总体而言,国内外对于中深层同轴套管换热器变工况下换热量预测研究较少。为了更好地推广普及中深层地源热泵技术,通过建立中深层同轴套管换热测试试验,采用 BP 神经网络算法,对中深层同轴套管换热量进行预测,以期为地源热泵系统的能效和性能提供保障。1研究背景以长沙某改扩建工程能源站新
15、建的一口中深层同轴套管探采测试井为例,进行试验。在不同工况下对其进行换热性能测试(图 1)。该地热探采测试井完井深度为 2 612 m,终孔孔径为 215.9 mm,套管采用 177.8 mm管径,中心管下深 2 504 m,中心管导热系数为 0.21 W/(m K)。探采测试井采用同轴图 1同轴套管地热井示意图Fig.1Schematic diagram of coaxial casing geothermal well地面中心管套管2 612 m熊波等:基于BP算法的中深层同轴套管换热量预测2024 年17套管换热技术,建设一套中深层封闭式换热系统,通过闭式循环方式提取地下热量,为地面能源
16、站提供热源。2中深层同轴套管地源热泵系统2.1热泵系统原理与试验测试对中深层同轴套管封闭式换热系统冬季供热的运行模式进行测试模拟,将地热井同轴套管与地上系统板换相连接,形成一个封闭式循环水系统,不断提取地下热量。热泵与水箱相连通,热泵制冷产生的低温水进入水箱,水箱内的低温水与板换一次侧高温来水进行换热,依次循环,实现热泵系统冬季供暖运行。中深层同轴套管地源热泵系统试验原理图如图 2 所示。结合开采的地热井进行试验测试,系统主要由冷水机组、混合水箱、智能控制水力模块、补水箱、地热井与智能数据控制房及其他附属设备部件组成,由冷水机组制取冷水,并通过混合水箱和智能控制水力模块按照要求的流量及温度输送
17、至测试井进图 2中深层同轴套管地源热泵系统试验原理图Fig.2Schematic diagram of medium and deep coaxialcasing ground source heat pump system行循环换热,由智能控制水力模块上的仪表收集数据后传输给监控操作平台,利用智能数据控制房对实时数据进行分析来控制流量和温度在设定参数范围内运行。热泵系统性能测试设备如表 1 所列。表 1热泵系统性能测试设备Table 1Performance test equipments of heat pump system中深层同轴套管系统冬季供热试验测试中,根据单井的运行工况选择不同
18、循环流量,在系统运行过程中,对连续时间内进出测试仪器的温度、流量、热泵的制冷功率、不同井深光纤测试温度进行采集记录,建立 BP 神经网络预测模型17-18,再进行模拟仿真,从而选择最优的 BP 神经网络模型实现测试井换热量的精确预测。2.2测试数据分析BP神经网络模型需要大量的数据训练学习 19-20,本次探采结合井测试项目进行 3 种不同工况下热交换试验,不同工况循环水流量分别取 18 m3/h,23 m3/h,28 m3/h,相应工况地热井回水温度分别控制在 15,12,10。每次工况测试连续时间均不少于 120 h,每10 min 采集一次数据,不同工况测试间隔时间为 15 d,共采集
19、2 333 组数据。通过不同流量、不同回水温度的试验,研究热泵系统中深层同轴套管的换热能力。测试的内容包括:对换热孔循环介质进出口温度、流量等参数进行测试,安装光纤连续观测中心管内不同深度层的温度变化值,根据采集数据来计算不同工况下单井换热量(表 2)。各工况运行稳定时,工况三单井换热量最大为 563 kW。不同工况换热孔循环介质进出口温度测试情况如图35所示。类型循环泵热泵降温系统配件软化水系统温度传感器流量传感器压力传感器监测系统辅材及装配调试型号型号NIS125-100循环泵2台,流量100 m3/h,扬程18 m、南方泵业型号NIS125-100循环泵1台,流量50 m3/h,扬程15
20、3 m型号PM130-HRA,制冷量130 kW定制8 m3循环水箱,QWNGS-600定压补水装置,600 kw 板式换热器,1950800600 配电动力柜20 T/h自动软水器系统TE-631AM-1+WZ-1000-5PMH-G-PN16-150 K1F1P499VBS-404C数据监测系统包含电缆、管道、阀门等数量3台4台1套1套2个2个4个1套1套智能控制水力模块地热井监控操作平台变频控制柜智能数据控制房补水箱补水混合水箱冷凝器蒸发器冷水机组压力传感器温度传感器流量传感器板换18岩性油气藏第 36 卷第 2 期表 2单井试验测试采集数据表Table 2Test collection
21、 data of single well测试工况一:循环流量为 18 m3/h,试验时根据物探测井成果资料进行适度调整,范围控制在 17.518.5 m3/h。进水温度设定为 15,则出水温度趋于34.4 (图 3)。图 3工况一同轴套管进出口温度Fig.3Inlet and outlet temperature of coaxial casingunder No.1 working condition测试工况二:循环流量为 23 m3/h,试验时根据物探测井成果资料进行适度调整,范围控制在 22.523.5 m3/h。进水温度设定为 12,则出水温度趋于30.5 (图 4)。图 4工况二同轴
22、套管进出口温度Fig.4Inlet and outlet temperature of coaxial casingunder No.2 working condition测试工况三:循环流量为 28 m3/h,试验时根据物探测井成果资料进行适度调整,范围控制在 27.528.5 m3/h。进水温度设定为 10,则出水温度趋于27.3 (图 5)。3BP 神经网络预测模型的构建3.1BP神经网络算法结构BP 神经网络算法结构最基本的模型本质上是一个三层前馈神经网络21-22,结构由输入层、隐含层图 5工况三同轴套管进出口温度Fig.5Inlet and outlet temperature o
23、f coaxial casingunder No.3 working condition与输出层组成,各层相互之间通过加权系数而紧密相连。根据输入对象与输出对象的复杂程度,需选择合适的神经网络结构进行训练学习,通过加权系数的不断学习优化,实现从输入对象到输出对象之间的非线性映射23-24。在进行 BP 神经网络结构优化设计、选择时,应该着重考虑 2 个方面:隐含层的数量;隐含层节点的数量。在实际应用中根据具体情况来确定隐含层层数,一个神经网络结构中若有一个隐含层,则需要选择合适的隐含层节点数,通过不断的学习训练,使其训练结果不断逼近非线性函数相对应数值,其运算简单,且训练速度快,能很好地实现算
24、法在系统中的精准预测25。本次换热量预测时选择单层隐含层,BP 神经网络基本结构如图 6 所示。图 6BP 神经网络基本结构Fig.6Basic structure of BPneural network根据 BP 神经网络算法的优越性和地源热泵系统运行中同轴套管换热量对系统的影响,提出了一种基于 BP 神经网络的同轴套管换热量预测方法。BP 神经网络是基于生物神经元研究而提出的一种抽象化模型,其利用黑盒模型建立起输入层、隐含层与输出层之间的联系,对于复杂非线性对象的预测,BP 神经网络预测算法具有较大的优势26。3.2BP神经网络预测模型输入、输出变量的选取在中深层同轴套管换热量预测模型中,
25、需要对输入变量、输出变量进行合理的筛选,以便更好地实现中深层同轴套管换热系统换热量的精准预测。类别工况一工况二工况三循环流量/(m3 h-1)182328进水温度/C151210出水温度/C34.430.527.3中心管材导热系数/W(m K)-10.210.200.21总换热量/kW406495563x1x2x3KpKiKdJLI时间/h050100150200250350300400302010温度/地埋管进水温度地埋管出水温度时间/h050100150200250655545352515温度/地埋管进水温度地埋管出水温度时间/h146911361812266040200温度/地埋管进水温
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 BP 算法 深层 同轴 套管 热量 预测
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。