【技术实现步骤摘要】
本专利技术涉及地热资源开采，尤其是涉及一种遗传算法优化的随机森林模型在地热采灌优化中的应用。
技术介绍
1、随着全球对可再生能源需求的不断增长，地热能作为一种清洁且可持续的能源形式备受关注。然而，在地热资源开发过程中，如何对地热田的工程参数进行优化以提高地热能利用率成为一个关键问题。因此需要一种高效的优化手段来提升地热资源利用效率。
2、随机森林模型作为一种强大的机器学习工具，近年来在地热资源开采领域得到了广泛关注。遗传算法是一种模拟生物进化过程的优化算法，通过不断进化群体中的个体来寻找问题的最优解。结合遗传算法优化的随机森林模型，能更精准的对回灌过程中地热田的工程参数进行优化，从而实现对地热资源的高效利用。这一组合应用能够在考虑工程因素影响的情况下，通过对大量历史数据的学习和模式识别，为地热田回灌过程中工程参数的设置提供更科学、合理的决策支持。通过优化地热采灌系统，可以提高能源开发的效率，实现可持续发展。
技术实现思路
1、本专利技术的目的是提供一种遗传算法优化的随机森林模型在地热采灌优化中的应用，基于代理模型的优化方法不仅能在给定生产井位置的情况下准确的找到最佳回灌井位置，还能得到最佳回灌量和回灌水温度，以延缓热突破发生时间并取得最佳经济收益。
2、为实现上述目的，本专利技术提供了一种遗传算法优化的随机森林模型在地热采灌优化中的应用，包括以下步骤：
3、s1、建立三维热储数值模型，生成代理模型所需的数据集；
4、s2、构建基于随机
5、s3、通过遗传算法优化代理模型得到最优开采参数。
6、优选的，步骤s1中，生成代理模型所需的数据集，具体操作为：在开采井井位确定的基础上，在三维热储数值模型中不同位置布置回灌井，进行不同情景的采灌模拟来获取该对井系统的热储响应，重复350次形成代理模型所需的数据集。
7、优选的，步骤s2中，目标函数c包括地热资源开采所能提供的收益ct和由于开采井中储层压力降低产生的额外电力成本cp；具体公式如下：
8、
9、ct＝ρf·cp,f·q·δt·η·ph (2)
10、cp＝δp·q·pe (3)
11、式中，ρf为流体密度；cp,f为流体比热容；q为采灌量；δt为开采和尾水温度的差值；η为热能利用效率；ph为热价；δp为开采井内压力的降幅；pe为电价；n为回灌时间；t为时间。
12、优选的，遗传算法的种群规模为40，最大遗传代数为100，交叉概率和变异概率设置为0.95和0.05；
13、遗传算法优化的开采参数包括采灌井间距、采灌量及回灌温度。
14、因此，本专利技术采用上述一种遗传算法优化的随机森林模型在地热采灌优化中的应用，其技术效果为：基于代理模型的优化方法不仅能在给定生产井位置的情况下准确的找到最佳回灌井位置，还能得到最佳回灌量和回灌水温度，以延缓热突破发生时间并取得最佳经济收益。
15、下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
本文档来自技高网...【技术保护点】
1.一种遗传算法优化的随机森林模型在地热采灌优化中的应用，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种遗传算法优化的随机森林模型在地热采灌优化中的应用，其特征在于，步骤S1中，生成代理模型所需的数据集，具体操作为：在开采井井位确定的基础上，在三维热储数值模型中不同位置布置回灌井，进行不同情景的采灌模拟来获取该对井系统的热储响应，重复350次形成代理模型所需的数据集。
3.根据权利要求2所述的一种遗传算法优化的随机森林模型在地热采灌优化中的应用，其特征在于，步骤S2中，目标函数C包括地热资源开采所能提供的收益CT和由于开采井中储层压力降低产生的额外电力成本Cp；具体公式如下：
4.根据权利要求3所述的一种遗传算法优化的随机森林模型在地热采灌优化中的应用，其特征在于，遗传算法的种群规模为40，最大遗传代数为100，交叉概率和变异概率设置为0.95和0.05；
【技术特征摘要】
1.一种遗传算法优化的随机森林模型在地热采灌优化中的应用，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种遗传算法优化的随机森林模型在地热采灌优化中的应用，其特征在于，步骤s1中，生成代理模型所需的数据集，具体操作为：在开采井井位确定的基础上，在三维热储数值模型中不同位置布置回灌井，进行不同情景的采灌模拟来获取该对井系统的热储响应，重复350次形成代理模型所需的数据集。
...
【专利技术属性】
技术研发人员：胡景宏，张光耀，高志前，唐玄，
申请(专利权)人：中国地质大学北京，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。