快速通道
技术
地下水源热泵适宜性分区技术方法
发布时间：2022-03-24 来源：未知 点击次数： 打印 作者：admin
地下水源热泵适宜性分区技术方法
1技术原理BP(back propagation)神经网络由Rumelhart和McClelland于1986年提出，是一种按照误差逆向传播算法训练的多层前馈神经网络。具体原理为：“当输出与期望输出不符时，网络误差逆向传播，按误差梯度下降的方式修正权值，沿隐含层、输入层逐层反转，继而信息正向传播，依次交替，以使网络输出不断地接近期望输出，从而完成学习过程。”
利用ArcGIS10.1软件根据赋值制作各指标要素分区图，即含水层厚度、地下水位埋深、渗透系数等9个基础分区图，并根据量化标准对分区图属性赋值；后利用空间分析功能对9个分区图进行空间叠加，得出属性综合图；再通过添加属性计算器按对综合图进行属性加权叠加，并按指标分级表进行分区。
2适用范围
地下水源热泵设施的选址与利用
3工艺流程及说明
结合区内地质、水文地质条件及前人成果，选取含水层厚度、富水性、渗透系数、地下水位埋深、水位降深、回灌能力、铁离子含量、硬度、矿化度、地下水水温、地面沉降等11项影响因素作为本次评价要素指标。其中，水位降深、回灌能力、单井涌水量作为先决条件评价指标。接着进行基础数据的处理，再进行BP神经网络的训练，最后进行GIS技术的属性叠加处理。
4主要技术参数
各指标根据规范及研究区水文地质条件按1-9之间赋值，个别指标（全区数值均低于或高于规范限定值）按1-5或5-9赋值；7-9为适宜、5-7为较适宜、0-5为不适宜。
5经济指标
为石家庄市浅层地热资源量评价以及开发利用方式提供参考。
6工程示范及应用情况（不少于2个）
基于石家庄市的地质、水文地质条件构建了地下水源热泵适宜性评价指标体系。
图1 BP神经网络最终适宜性分区
图2 FAHP最终适宜性分区
7推广前景对比两种方法评价过程，采用自适应BP神经网络与GIS耦合的方法以自学习的方式规避了主观赋权的弊端，同时利用网格搜素算法，能够快速准确的6万种参数组合中获取最优参数，且评价时无需事先对研究区指标赋值分区。
8获奖情况
无
9单位名称、联系方式
河北地质大学 河北省石家庄市裕华区槐安东路136号
10其他说明
依托该技术发表学术论文3篇，培养硕士研究生1名，获得省级奖励1项。
上一篇：基于空气钻井和跟管钻进的地热快速成井工艺与装备
下一篇：没有了