CN109740830A - 地热供暖水热型地热井数量需求评价方法及系统 - Google Patents
地热供暖水热型地热井数量需求评价方法及系统 Download PDFInfo
- Publication number
- CN109740830A CN109740830A CN201711026719.2A CN201711026719A CN109740830A CN 109740830 A CN109740830 A CN 109740830A CN 201711026719 A CN201711026719 A CN 201711026719A CN 109740830 A CN109740830 A CN 109740830A
- Authority
- CN
- China
- Prior art keywords
- probability
- geothermal
- distribution function
- function
- heating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Steam Or Hot-Water Central Heating Systems (AREA)
Abstract
本发明公开了一种地热供暖水热型地热井数量需求评价方法及系统,包括:获取地热井有效水温概率分布函数及水量数据概率分布函数;获取回灌尾水温度概率分布函数;获取热指标概率分布函数;获取热用户面积数量概率分布函数;基于地热井有效水温概率分布函数、水量数据概率分布函数及回灌尾水温度概率分布函数获取地热井地热能概率分布函数;基于热指标概率分布函数及热用户面积数量概率分布函数,获取总体热能需求概率分布函数;基于地热井地热能概率分布函数及总体热能需求概率分布函数,确定地热供暖水热型地热井数量。该地热供暖水热型地热井数量需求评价方法能够准确预测供暖所需地热井数量。
Description
技术领域
本发明属于地热地质领域,更具体地,涉及一种地热供暖水热型地热井数量需求评价方法及系统。
背景技术
目前,国内水热型地热资源作为清洁供暖能源发展迅速,但对一个社区在使用地热井供暖时,对地热井的数量需求范围缺乏普遍有效的计算方法,现在一般是根据社区采暖热指标及面积计算出供暖热负荷与地热井单井可提供最大热量简单对比,确定地热井的需求数量。现有方法通过算数计算,得出固定的数值。一方面,由于地热井地下地质构造复杂,影响地热水水温、水量的因素较多,在生产过程中存在诸多不确定性,地热井提供的热能应该是一个概率分布范围,另一方面,社区对采暖的需求量也存在一定的不确定性,因此,对于一个社区,科学评价供暖水热型地热井数量需求具有非常重要的现实意义,现有的计算方法显然不能满足地热井数量预测的需要,不利于科学有效的安排地热井勘探部署计划。
因此有必要研发一种能够准确预测地热井数量的地热供暖水热型地热井数量需求评价方法及系统。
发明内容
本发明提供了一种地热供暖水热型地热井数量需求评价方法及系统,该地热供暖水热型地热井数量需求评价方法能够科学、准确地预测供暖所需地热井数量,更好的指导安排地热井勘探部署计划,达到最优效果。
为了实现上述目的,根据本发明的一方面提供了一种地热供暖水热型地热井数量需求评价方法,包括:
基于地热井试水资料,获取地热井有效水温概率分布函数及水量数据概率分布函数;
基于地热井位置信息及实际回灌信息,获取回灌尾水温度概率分布函数;
基于地热供暖区域供暖设计热指标,获取热指标概率分布函数;
基于地热供暖区域供暖面积及供暖社区入住率,获取热用户面积数量概率分布函数;
基于所述地热井有效水温概率分布函数、所述水量数据概率分布函数及所述回灌尾水温度概率分布函数获取地热井地热能概率分布函数;
基于所述热指标概率分布函数及所述热用户面积数量概率分布函数,获取总体热能需求概率分布函数;
基于所述地热井地热能概率分布函数及所述总体热能需求概率分布函数,确定地热供暖水热型地热井数量。
优选地,所述基于地热井试水资料,获取地热井有效水温概率分布范围及水量数据概率分布函数包括:通过地热井大、中、小落程抽水试验,获取井口的产水水温、水量数据及静水位、动水位变化数据进而获取地热井有效水温概率分布范围及水量数据概率分布函数。
优选地,基于地热井位置信息及实际回灌信息,获取回灌尾水温度概率分布函数包括:根据地热田所在地理位置冬季平均气温及实际回灌信息,获取回灌尾水温度概率分布函数。
优选地,基于地热供暖区域供暖设计热指标,获取热指标概率分布函数;包括:基于供暖区域设计热指标资料、建筑面积资料,获取地热供暖区域供暖面积,进而获取热指标概率分布函数。
优选地,基于所述地热井有效水温概率分布函数、所述水量数据概率分布函数及所述回灌尾水温度概率分布函数获取地热井地热能概率分布函数为:
F(E)=1.163(F(T)-F(T0))×F(Q) (1)
其中,F(E)为地热井地热能概率分布函数,F(T)为有效水温概率分布函数,F(T0)为回灌尾水温度概率分布函数,F(Q)为水量数据概率分布函数。
优选地,基于所述热指标概率分布函数及所述热用户面积数量概率分布函数,获取总体热能需求概率分布函数的具体公式为:
F(E’)=F(A)×F(H) (2)
其中,F(E’)为总体热能需求概率分布函数,F(A)为热用户面积数量概率分布函数,F(H)为热指标概率分布函数。
根据本发明的另一方面提供了一种地热供暖水热型地热井数量需求评价系统,包括:
存储器,存储有计算机可执行指令;
处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:
基于地热井试水资料,获取地热井有效水温概率分布函数及水量数据概率分布函数;
基于地热井位置信息及实际回灌信息,获取回灌尾水温度概率分布函数;
基于地热供暖区域供暖设计热指标,获取热指标概率分布函数;;
基于地热供暖区域供暖面积及供暖社区入住率,获取热用户面积数量概率分布函数;
基于所述地热井有效水温概率分布函数、所述水量数据概率分布函数及所述回灌尾水温度概率分布函数获取地热井地热能概率分布函数;
基于所述热指标概率分布函数及所述热用户面积数量概率分布函数,获取总体热能需求概率分布函数;
基于所述地热井地热能概率分布函数及所述总体热能需求概率分布函数,确定地热供暖水热型地热井数量。
优选地,所述基于地热井试水资料,获取地热井有效水温概率分布范围及水量数据概率分布函数包括:通过地热井大、中、小落程抽水试验,获取井口的产水水温、水量数据及静水位、动水位变化数据进而获取地热井有效水温概率分布范围及水量数据概率分布函数;
其中,基于地热井位置信息及实际回灌信息,获取回灌尾水温度概率分布函数包括:根据地热田所在地理位置冬季平均气温及实际回灌信息,获取回灌尾水温度概率分布函数。
优选地,基于地热供暖区域供暖设计热指标,获取热指标概率分布函数;包括:基于供暖区域设计热指标资料、建筑面积资料,获取地热供暖区域供暖面积,进而获取热指标概率分布函数。
优选地,基于所述地热井有效水温概率分布函数、所述水量数据概率分布函数及所述回灌尾水温度概率分布函数获取地热井地热能概率分布函数为:
F(E)=1.163(F(T)-F(T0))×F(Q) (1)
其中,F(E)为地热井地热能概率分布函数,F(T)为有效水温概率分布函数,F(T0)为回灌尾水温度概率分布函数,F(Q)为水量数据概率分布函数;
其中,基于所述热指标概率分布函数及所述热用户面积数量概率分布函数,获取总体热能需求概率分布函数的具体公式为:
F(E’)=F(A)×F(H) (2)
其中,F(E’)为总体热能需求概率分布函数,F(A)为热用户面积数量概率分布函数,F(H)为热指标概率分布函数。
本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。
附图说明
通过结合附图对本发明示例性实施方式进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施方式中。
图1示出了根据本发明的一个实施例的地热供暖水热型地热井数量需求评价方法流程示意图。
图2示出了根据本发明的一个实施例的M社区预计单口地热井提供热能累计概率分布示意图。
图3示出了根据本发明的一个实施例的M社区供暖热能需求概率分布示意图。
具体实施方式
下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
根据本发明的地热供暖水热型地热井数量需求评价方法,包括:
基于地热井试水资料,获取地热井有效水温概率分布函数及水量数据概率分布函数;
基于地热井位置信息及实际回灌信息,获取回灌尾水温度概率分布函数;
基于地热供暖区域供暖设计热指标,获取热指标概率分布函数;;
基于地热供暖区域供暖面积及供暖社区入住率,获取热用户面积数量概率分布函数;
基于所述地热井有效水温概率分布函数、所述水量数据概率分布函数及所述回灌尾水温度概率分布函数获取地热井地热能概率分布函数;
基于所述热指标概率分布函数及所述热用户面积数量概率分布函数,获取总体热能需求概率分布函数;
基于所述地热井地热能概率分布函数及所述总体热能需求概率分布函数,确定地热供暖水热型地热井数量。
该地热供暖水热型地热井数量需求评价方法能够科学、准确地预测供暖所需地热井数量,更好的指导安排地热井勘探部署计划,达到最优效果。
下面详细说明根据本发明的地热供暖水热型地热井数量需求评价方法的具体步骤。
基于地热井试水资料,获取地热井有效水温概率分布函数及水量数据概率分布函数。
在一个示例中,通过地热井大、中、小落程抽水试验,获取井口的产水水温、水量数据及静水位、动水位变化数据进而获取地热井有效水温概率分布范围及水量数据概率分布函数。
具体地,收集邻区地热井试水资料,包括大、中、小落程抽水试验中,井口的产水水温、水量数据及静水位、动水位变化数据,确定数据的有效性,判断生产井有效的水温、水量数据的概率分布范围,或根据供暖区地质资料评价判断生产井有效的水温概率分布函数及水量数据概率分布函数。
基于地热井位置信息及实际回灌信息,获取回灌尾水温度概率分布函数。
在一个示例中,根据地热田所在地理位置冬季平均气温及实际回灌信息,获取回灌尾水温度概率分布函数。
具体地,根据地热田所在地理位置冬季平均气温及实际回灌效果,确定地热水利用后回灌尾水温度概率范围,获取回灌尾水温度概率分布函数。
基于地热供暖区域供暖设计热指标,获取热指标概率分布函数。
在一个示例中,基于供暖区域设计热指标资料、建筑面积资料,获取地热供暖区域供暖面积,进而获取热指标概率分布函数。
具体地,可以收集待评价供暖社区验收合格的设计热指标资料、建筑面积资料,包括不同楼层、单元的详细面积资料,建立热指标概率分布函数。
基于地热供暖区域供暖面积及供暖社区入住率,获取热用户面积数量概率分布函数。
具体地,根据地热供暖区域供暖面积、社区规划人口数及估算的入住率,判断热用户面积数量概率分布范围,建立概率分布函数。
基于所述地热井有效水温概率分布函数、所述水量数据概率分布函数及所述回灌尾水温度概率分布函数获取地热井地热能概率分布函数。
具体地,
在一个示例中,基于所述地热井有效水温概率分布函数、所述水量数据概率分布函数及所述回灌尾水温度概率分布函数获取地热井地热能概率分布函数为:
F(E)=1.163(F(T)-F(T0))×F(Q) (1)
其中,F(E)为地热井地热能概率分布函数,F(T)为有效水温概率分布函数,F(T0)为回灌尾水温度概率分布函数,F(Q)为水量数据概率分布函数。
基于所述热指标概率分布函数及所述热用户面积数量概率分布函数,获取总体热能需求概率分布函数。
在一个示例中,基于所述热指标概率分布函数及所述热用户面积数量概率分布函数,获取总体热能需求概率分布函数的具体公式为:
F(E’)=F(A)×F(H) (2)
其中,F(E’)为总体热能需求概率分布函数,F(A)为热用户面积数量概率分布函数,F(H)为热指标概率分布函数。
基于所述地热井地热能概率分布函数及所述总体热能需求概率分布函数,确定地热供暖水热型地热井数量。
具体地,对比地热井提供的地热井地热能概率分布函数与总体热能需求概率分布函数确定社区地热井需求数量。作为风险较低方案,可以才采用需求井数=P90(社区需求)/P10(地热井),作为一般风险方案可以采用需求井数=P50(社区需求)/P50(地热井),作为风险较高方案可以采用需求井数=P10(社区需求)/P90(地热井)。
根据本发明的另一方面提供了一种热供暖水热型地热井数量需求评价系统,包括:
存储器,存储有计算机可执行指令;
处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:
基于地热井试水资料,获取地热井有效水温概率分布函数及水量数据概率分布函数;
基于地热井位置信息及实际回灌信息,获取回灌尾水温度概率分布函数;
基于地热供暖区域供暖设计热指标,获取热指标概率分布函数;;
基于地热供暖区域供暖面积及供暖社区入住率,获取热用户面积数量概率分布函数;
基于所述地热井有效水温概率分布函数、所述水量数据概率分布函数及所述回灌尾水温度概率分布函数获取地热井地热能概率分布函数;
基于所述热指标概率分布函数及所述热用户面积数量概率分布函数,获取总体热能需求概率分布函数;
基于所述地热井地热能概率分布函数及所述总体热能需求概率分布函数,确定地热供暖水热型地热井数量。
作为优选方案,所述基于地热井试水资料,获取地热井有效水温概率分布范围及水量数据概率分布函数包括:通过地热井大、中、小落程抽水试验,获取井口的产水水温、水量数据及静水位、动水位变化数据进而获取地热井有效水温概率分布范围及水量数据概率分布函数;
其中,基于地热井位置信息及实际回灌信息,获取回灌尾水温度概率分布函数包括:根据地热田所在地理位置冬季平均气温及实际回灌信息,获取回灌尾水温度概率分布函数。
作为优选方案,基于地热供暖区域供暖设计热指标,获取热指标概率分布函数;包括:基于供暖区域设计热指标资料、建筑面积资料,获取地热供暖区域供暖面积,进而获取热指标概率分布函数。
作为优选方案,基于所述地热井有效水温概率分布函数、所述水量数据概率分布函数及所述回灌尾水温度概率分布函数获取地热井地热能概率分布函数为:
F(E)=1.163(F(T)-F(T0))×F(Q) (1)
其中,F(E)为地热井地热能概率分布函数,F(T)为有效水温概率分布函数,F(T0)为回灌尾水温度概率分布函数,F(Q)为水量数据概率分布函数;
其中,基于所述热指标概率分布函数及所述热用户面积数量概率分布函数,获取总体热能需求概率分布函数的具体公式为:
F(E’)=F(A)×F(H) (2)
其中,F(E’)为总体热能需求概率分布函数,F(A)为热用户面积数量概率分布函数,F(H)为热指标概率分布函数。
实施例
图1示出了根据本发明的一个实施例的地热供暖水热型地热井数量需求评价方法流程示意图。图2示出了根据本发明的一个实施例的M社区预计单口地热井提供热能累计概率分布示意图。图3示出了根据本发明的一个实施例的M社区供暖热能需求概率分布示意图。
如图1-图3所示,该地热供暖水热型地热井数量需求评价方法,包括:
1)收集邻区地热井试水资料,包括大、中、小落程抽水试验中,井口的产水水温、水量数据及静水位、动水位变化数据,确定数据的有效性,判断生产井有效的水温、水量数据的概率分布范围。以地热井L为例,正常生产井温可达73-76℃,概率分布为三角分布F(T),其中,最低生产温度Tmin73℃,最高生产温度Tmax76℃,最可生产能温度为75℃。F(T)可表示为:
Tmin<Ti<Tmode
Tmode<Ti<Tmax
Tmax——最高生产温度(℃),Tmin——最低生产温度(℃),Tmode——最可能生产温度(℃),Ci——[0,1]区间均匀分布的伪随机数;
地热井L产水量概率分布为三角分布F(Q),最低生产水量Qmin100m3/h,最高生产水量Qmax125m3/h,最可生产水量为120m3/h。F(Q)可表示为:
Qmin<Qi<Qmode
Qmode<Qi<Qmax
Qmax——最高生产水量(m3/h),Qmin——最低生产水量(m3/h),Qmode——最可能生产水量(m3/h),Ci——[0,1]区间均匀分布的伪随机数;
2)根据地热田所在地理位置冬季平均气温及实际回灌效果,确定地热水利用后回灌尾水温度概率范围,以地热井L利用后尾水温度分布符合正态分布,其均值为25℃,方差1℃为例计算。
F(T0),可以表示为:
T0(μ,σ2);
T0——尾水温度(℃),μ——均值,σ2——方差,Ci——[0,1]区间均匀分布的伪随机数;
3)收集待评价供暖社区验收合格的设计热指标资料,建立热指标概率分布函数F(H),收集建筑总面积参数A,包括不同热指标楼层、单元的详细面积资料。以M社区为例,总计建筑面积A为38万平米,其中,采暖热指标最高Hmax45W/m2,最低Hmin36W/m2,最可能采暖热指标Hmode38W/m2。
其中,供暖低区采暖热指标F(H),符合三角分布,可表示为:
Hmin<H<Hmode
Hmode<H<Hmax
Hgmax——供暖低区采暖热指标最高值(W/m2),Hgmin——供暖低区采暖热指标最低值(W/m2),Hgmode——供暖低区采暖热指标最可能值(W/m2),Ci——[0,1]区间均匀分布的伪随机数;
4)根据社区规划人口数及估算的入住率,判断确定热用户面积数量概率分布函数F(A)。以M社区为例,热用户数最少60%,即热用户面积数量最低Amin为38*60%=22.8万平米,热用户数最高100%,即热用户面积数量最高Amax为38万平米,热用户数最可能90%,即热用户面积数量最可能值Amode为38*90%=34.2万平米F(A)均符合三角分布:
Amin<Ai<Amode
Amode<Ai<Amax
5)根据步骤1)及2)所述的地热井参数概率分布,计算地热井提供的地热能概率分布,F(E)=1.163(F(T)-F(T0))×F(Q),如图2所示,累计概率10%下该井可以提供热能P10(地热井)为6163.33千瓦,累计概率90%下,该井可以提供热能P90(地热井)为7092.58千瓦,平均概率条件下,该井可以提供热能P50(地热井)为6645.91千瓦热能。
6)根据步骤3)及4)所述的社区供暖参数概率分布函数,计算社区总体热能需求概率分布F(E’),F(E’)=F(A)×F(H),如图3所示,累计概率10%下,社区需要提供热能P10(社区需求)为10646.23千瓦,累计概率90%下,社区需要提供热能P90(社区需求)为14406.67千瓦,平均概率条件下为P50(社区需求)为12569.92千瓦。
7)对比地热井提供的地热能概率分布与社区总体热能需求概率分布确定社区地热井需求数量。作为风险较低方案,可以才采用需求井数=P90(社区需求)/P10(地热井)=2.3,作为一般风险方案可以采用需求井数=P50(社区需求)/P50(地热井)=1.9,作为风险较高方案可以采用需求井数=P10(社区需求)/P90(地热井)=1.5。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (10)
1.一种地热供暖水热型地热井数量需求评价方法,其特征在于,所述方法包括:
基于地热井试水资料,获取地热井有效水温概率分布函数及水量数据概率分布函数;
基于地热井位置信息及实际回灌信息,获取回灌尾水温度概率分布函数;
基于地热供暖区域供暖设计热指标,获取热指标概率分布函数;
基于地热供暖区域供暖面积及供暖社区入住率,获取热用户面积数量概率分布函数;
基于所述地热井有效水温概率分布函数、所述水量数据概率分布函数及所述回灌尾水温度概率分布函数获取地热井地热能概率分布函数;
基于所述热指标概率分布函数及所述热用户面积数量概率分布函数,获取总体热能需求概率分布函数;
基于所述地热井地热能概率分布函数及所述总体热能需求概率分布函数,确定地热供暖水热型地热井数量。
2.根据权利要求1所述的地热供暖水热型地热井数量需求评价方法,其特征在于,所述基于地热井试水资料,获取地热井有效水温概率分布范围及水量数据概率分布函数包括:通过地热井大、中、小落程抽水试验,获取井口的产水水温、水量数据及静水位、动水位变化数据进而获取地热井有效水温概率分布范围及水量数据概率分布函数。
3.根据权利要求1所述的地热供暖水热型地热井数量需求评价方法,其特征在于,基于地热井位置信息及实际回灌信息,获取回灌尾水温度概率分布函数包括:根据地热田所在地理位置冬季平均气温及实际回灌信息,获取回灌尾水温度概率分布函数。
4.根据权利要求1所述的地热供暖水热型地热井数量需求评价方法,其特征在于,基于地热供暖区域供暖设计热指标,获取热指标概率分布函数;包括:
基于供暖区域设计热指标资料、建筑面积资料,获取地热供暖区域供暖面积,进而获取热指标概率分布函数。
5.根据权利要求1所述的地热供暖水热型地热井数量需求评价方法,其特征在于,基于所述地热井有效水温概率分布函数、所述水量数据概率分布函数及所述回灌尾水温度概率分布函数获取地热井地热能概率分布函数为:
F(E)=1.163(F(T)-F(T0))×F(Q) (1)
其中,F(E)为地热井地热能概率分布函数,F(T)为有效水温概率分布函数,F(T0)为回灌尾水温度概率分布函数,F(Q)为水量数据概率分布函数。
6.根据权利要求1所述的地热供暖水热型地热井数量需求评价方法,其特征在于,基于所述热指标概率分布函数及所述热用户面积数量概率分布函数,获取总体热能需求概率分布函数的具体公式为:
F(E’)=F(A)×F(H) (2)
其中,F(E’)为总体热能需求概率分布函数,F(A)为热用户面积数量概率分布函数,F(H)为热指标概率分布函数。
7.一种地热供暖水热型地热井数量需求评价系统,其特征在于,所述系统包括:
存储器,存储有计算机可执行指令;
处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:
基于地热井试水资料,获取地热井有效水温概率分布函数及水量数据概率分布函数;
基于地热井位置信息及实际回灌信息,获取回灌尾水温度概率分布函数;
基于地热供暖区域供暖设计热指标,获取热指标概率分布函数;
基于地热供暖区域供暖面积及供暖社区入住率,获取热用户面积数量概率分布函数;
基于所述地热井有效水温概率分布函数、所述水量数据概率分布函数及所述回灌尾水温度概率分布函数获取地热井地热能概率分布函数;
基于所述热指标概率分布函数及所述热用户面积数量概率分布函数,获取总体热能需求概率分布函数;
基于所述地热井地热能概率分布函数及所述总体热能需求概率分布函数,确定地热供暖水热型地热井数量。
8.根据权利要求7所述的地热供暖水热型地热井数量需求评价系统,其特征在于,所述基于地热井试水资料,获取地热井有效水温概率分布范围及水量数据概率分布函数包括:通过地热井大、中、小落程抽水试验,获取井口的产水水温、水量数据及静水位、动水位变化数据进而获取地热井有效水温概率分布范围及水量数据概率分布函数;
其中,基于地热井位置信息及实际回灌信息,获取回灌尾水温度概率分布函数包括:根据地热田所在地理位置冬季平均气温及实际回灌信息,获取回灌尾水温度概率分布函数。
9.根据权利要求7所述的地热供暖水热型地热井数量需求评价系统,其特征在于,基于地热供暖区域供暖设计热指标,获取热指标概率分布函数;包括:基于供暖区域设计热指标资料、建筑面积资料,获取地热供暖区域供暖面积,进而获取热指标概率分布函数。
10.根据权利要求7所述的地热供暖水热型地热井数量需求评价系统,其特征在于,基于所述地热井有效水温概率分布函数、所述水量数据概率分布函数及所述回灌尾水温度概率分布函数获取地热井地热能概率分布函数为:
F(E)=1.163(F(T)-F(T0))×F(Q) (1)
其中,F(E)为地热井地热能概率分布函数,F(T)为有效水温概率分布函数,F(T0)为回灌尾水温度概率分布函数,F(Q)为水量数据概率分布函数;
其中,基于所述热指标概率分布函数及所述热用户面积数量概率分布函数,获取总体热能需求概率分布函数的具体公式为:
F(E’)=F(A)×F(H) (2)
其中,F(E’)为总体热能需求概率分布函数,F(A)为热用户面积数量概率分布函数,F(H)为热指标概率分布函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711026719.2A CN109740830A (zh) | 2017-10-27 | 2017-10-27 | 地热供暖水热型地热井数量需求评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711026719.2A CN109740830A (zh) | 2017-10-27 | 2017-10-27 | 地热供暖水热型地热井数量需求评价方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109740830A true CN109740830A (zh) | 2019-05-10 |
Family
ID=66354079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711026719.2A Pending CN109740830A (zh) | 2017-10-27 | 2017-10-27 | 地热供暖水热型地热井数量需求评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109740830A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116611592A (zh) * | 2023-07-21 | 2023-08-18 | 成都理工大学 | 基于深度学习的铁路廊道沿线地热异常区预测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101893466A (zh) * | 2010-04-30 | 2010-11-24 | 北京众力德邦智能机电科技有限公司 | 测量采暖热用户间瞬时流量比例关系的方法 |
CN104408563A (zh) * | 2014-11-27 | 2015-03-11 | 国网宁夏电力公司 | 一种风电供暖的区域规划方法 |
US20170138353A1 (en) * | 2014-05-13 | 2017-05-18 | Wen-Yen Liu | Gravity power generation device using geothermal steam |
-
2017
- 2017-10-27 CN CN201711026719.2A patent/CN109740830A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101893466A (zh) * | 2010-04-30 | 2010-11-24 | 北京众力德邦智能机电科技有限公司 | 测量采暖热用户间瞬时流量比例关系的方法 |
US20170138353A1 (en) * | 2014-05-13 | 2017-05-18 | Wen-Yen Liu | Gravity power generation device using geothermal steam |
CN104408563A (zh) * | 2014-11-27 | 2015-03-11 | 国网宁夏电力公司 | 一种风电供暖的区域规划方法 |
Non-Patent Citations (2)
Title |
---|
丁连靖 等: "延庆县新北城区地热集中供暖方案与分析", 《城市地质》 * |
韩征: "河北省雄县地热信息系统的设计及地热资源评价", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116611592A (zh) * | 2023-07-21 | 2023-08-18 | 成都理工大学 | 基于深度学习的铁路廊道沿线地热异常区预测方法 |
CN116611592B (zh) * | 2023-07-21 | 2023-10-20 | 成都理工大学 | 基于深度学习的铁路廊道沿线地热异常区预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108593990B (zh) | 一种基于电能用户用电行为模式的窃电检测方法和应用 | |
US7113888B2 (en) | Performance prediction program and performance prediction system for ground source heat pump system | |
US7774164B2 (en) | Performance prediction program and performance prediction system for ground source heat pump system | |
CN103683274B (zh) | 区域中长期风电发电量概率预测方法 | |
CN104020274A (zh) | 一种林地立地质量遥感量化估测的方法 | |
CN101899820B (zh) | 面向河流生态系统保护的流域地表水可利用量确定方法 | |
CN106446394A (zh) | 通过地形指数提取流域自由水蓄水容量空间分布的方法 | |
CN108074015A (zh) | 一种风电功率超短期预测方法及系统 | |
CN109740830A (zh) | 地热供暖水热型地热井数量需求评价方法及系统 | |
CN104239662A (zh) | 一种定量评价区域风能资源开发潜力的方法 | |
CN114997753A (zh) | 一种考虑风光资源属性的互补发电潜力评估方法及系统 | |
CN104732111A (zh) | 一种地源热泵的高效的逐时数值模拟方法 | |
CN109726361A (zh) | 水热型地热井产热能评价方法及系统 | |
Shao et al. | Study on the estimation of groundwater withdrawals based on groundwater flow modeling and its application in the North China Plain | |
Song et al. | Analyses of different operation modes of pumping and recharging well using an indoor sandbox test | |
Eze et al. | Experimental and simulated evaluation of inverse model for shallow underground thermal storage | |
Mao et al. | Generation of gridded temperature map of constant-temperature layer based on meteorological data for shallow geothermal applications | |
Fascì et al. | Thermal influence of neighbouring GSHP installations: Relevance of heat load temporal resolution | |
KR102344301B1 (ko) | 코일형 에너지 파일 설계 장치 및 방법 | |
Wang et al. | Revisiting the White method for estimating groundwater evapotranspiration: a consideration of sunset and sunrise timings | |
Graf et al. | Application of the WetSpass simulation model for determining conditions governing the recharge of shallow groundwater in the Poznań Upland, Poland | |
Wang et al. | Influence investigation of thermal load imbalance on geothermal heat exchanger | |
CN104142193B (zh) | 基于节点质量和能量平衡理论的分户热计量方法和装置 | |
US11454092B2 (en) | Determining ground loop resistance with ground source heat pump monitoring data | |
Nan et al. | Assessment of groundwater exploitation in an aquifer using the random walk on grid method: a case study at Ordos, China. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190510 |
|
RJ01 | Rejection of invention patent application after publication |