论文总字数：27724字

摘 要

随着世界对新能源的需求日益迫切，人们对地热能的研究也日渐深入。目前，二氧化碳羽流地热系统（CPG系统）正作为一种新型的地热利用方式，被越来越多的学者所关注。因此，本文将对CPG系统进行采热特性的研究。

首先，本文在了解CPG系统的工艺生产过程的基础上，分析了地热开采系统的数值模拟方法，通过合理的假设，搭建描述二氧化碳羽流系统热开采过程中热储层内的介质流动和换热过程的二氧化碳与水的两相渗流模型，对数值模拟结果进行分析，通过单因素分析方法提取采热过程中的关键影响因素。

其次，由于传统复杂模型的数值模拟计算成本高、耗费时间长，采用机器学习建立模型的方法相比则更加灵活简单，因此本文继而研究机器学习的基本理论，并比较分析在本次研究中使用的包括BP神经网络模型、线性模型和支持向量机模型在内的三种算法，构建相应的回归预测模型，改变采热过程中的影响因素，对羽流系统的采热特性进行回归预测。

最后在找出对二氧化碳羽流地热系统有重要影响的参数，并得到对出口参数有可靠预测能力的回归模型后，设计方案，以回归模型预测值作为真实值，定义一个表征净采热能力的衡量标准，通过对不同工况的模拟，比较各工况下的净采热能力，找到各入口参数比较合理的运行范围，实现对地热开采模型的优化设计。

关键词：二氧化碳羽流地热系统、数值模拟、机器学习、优化分析

ABSTRACT

As the world's demand for new energy sources becomes more and more urgent, people's research on geothermal energy is getting further. At present, the carbon dioxide plume geothermal system (CPG system) is being paid attention to by more and more scholars as a new type of geothermal utilization. Therefore, this paper will study the heating characteristics of CPG systems.

Firstly, based on understanding the process of production of the CPG system，this paper analyzes the numerical simulation method of geothermal mining system, and constructs a description of the thermal reservoir during the thermal mining process of carbon dioxide plume system through reasonable assumptions. A two-phase percolation model of carbon dioxide and water in the medium flow and heat exchange process. The numerical simulation results were analyzed, and the key influencing factors in the heat extraction process were extracted by single factor analysis.

Secondly, because the numerical simulation of traditional complex models is costly and time consuming, and machine learning is more flexible and simple, the basic theory of machine learning is studied, and comparative analysis mainly includes BP neural network model in this study. Three algorithms, including multivariate linear fitting model and support vector machine model, construct corresponding regression prediction models, change the influencing factors in the heating process, and perform regression prediction on the heating characteristics of the plume system.

Finally, after finding the parameters that have an important influence on the carbon dioxide plume geothermal system, and obtaining the regression model with reliable prediction ability for the export parameters, the design scheme uses the regression model prediction value as the real value to define a characterization of the net heating capacity. The measurement standard, through the simulation of different working conditions, compares the net heating capacity under various working conditions, finds a reasonable operating range of each inlet parameter, and realizes the optimization of the geothermal mining system.

KEY WORDS: CPG, simulation, machine learning, optimization.

目 录

摘要 Ⅰ

ABSTRACT Ⅱ

第一章 绪论 1

1.1研究背景和意义 1

1.2羽流地热系统简介 2

1.3 国内外研究现状 3

1.4 本文研究内容和思路 4

第二章 CPG系统采热特性数值模拟 5

2.1 流体特性 5

2.1.1 超临界二氧化碳特性 5

2.1.2 与水的比较 6

2.2 数值模拟研究 7

2.2.1 物理模型 7

2.2.2耦合数值模拟理论 8

2.2.3建立数学模型 9

2.2.4结果分析 10

第三章 基于机器学习的CPG采热特性模型 15

3.1 机器学习基本理论 15

3.2 神经网络模型 16

3.2.1 神经元模型 16

3.2.2误差反向传播算法 17

3.3线性拟合模型 18

3.3.1基本形式 18

3.3.2线性回归 19

3.4 支持向量机模型 19

3.4.1基本形式 19

3.4.2支持向量机回归 20

3.5采热特性模型回归预测 21

第四章 对CPG系统注采方案的优化设计 27

4.1 优化目标设定与方案设计 27

4.2 数据的获得和处理 27

4.3优化结果和结论 28

第五章 总结和展望 32

5.1 总结 32

5.2 展望 32

参考文献 33

致 谢 35

第一章 绪论

1.1研究背景和意义

经济高速发展的今天，人们对于能源的需求日益旺盛。目前世界的能源结构仍然以化石能源为主，我国是燃煤大国，而西方多以石油和天然气作燃料，传统能源在日渐匮乏的同时，还不可比避免的带来了CO₂等温室气体，加剧了全球的温室效应，引发了一系列环境问题^[1]。由于人类活动释放气体导致了全球大气中的碳载荷不断增加，使得全球气温不断上升，引发了两极冰川融化、海平面上升等现象，环境和气候问题显著。如何在经济与环境之间取得平衡，迫使人们转向开发更加清洁低碳的可再生能源，改善能源的利用结构。目前，新能源的开发主要包括风能、水能、太阳能、地热能等形式，前三者受困于天气、气候条件而具有不稳定性，在当下储能技术还没有重大进展的情况下，地热能以其稳定高效的优势成为主要的研究方向之一。

采用地热发电是当前对地热能利用的最主要方式，地热发电过程中能量形式的转化主要是从地热能转变为流体的热能，再变成转子的机械能，最后输出为电能。对于地热能的利用，关键即在于将地下热量转移到地面上，也就是传热工质的选用。而目前能够被利用的流体工质主要是地下的天然蒸汽、热水和二氧化碳。

剩余内容已隐藏，请支付后下载全文，论文总字数：27724字