基于改进大数据频繁项集挖掘算法的中深层地热能供热潜力评估方法.pdf

Microcomputer Applications Vol.39,No.10,2023文章编号：10 0 7-7 57 X（2 0 2 3)10-0 0 2 3-0 4基于改进大数据频繁项集挖掘算法的中深层地热能供热潜力评估方法基金项目微型电脑应用2 0 2 3年第39 卷第10 期李嵘，郑庆红，王晓瑜3（1.西安安居筑城建筑科技集团有限公司，陕西，西安7 10 0 0 0；2.西安建筑科技大学建筑设备科学与工程学院，陕西，西安7 10 0 55；3.西安航空学院，电子工程学院，陕西，西安7 10 0 7 7)摘要：为了提高中深层地热能供热潜力评估性能，提出了一种基于改进大数据频繁项集挖掘算法的中深层地热能供热潜力评估方法。利用普通类间距离和准则、加权类间距离和准则，挖掘出用于供暖潜能评估的频繁项集条件模式基，将条件FGtree视为一种递推处理过程，挖掘中深层地热能供热潜力数据的频繁项集。利用单位供热量能量消耗指标和能量效率指标，分析了地热能供热的能量，通过效率指标和能级平衡系数指标，实现中深层地热能供热潜力评估。实验结果表明，所提出的方法能够评估中深层地热能供热潜力，并具有更高的评估效率。关键词：大数据频繁项集；类间距离；供热潜力；效率；地热能中图分类号：P314文献标志码：AEvaluation Method of Heating Potential of Middle and Deep Geothermal EnergyBased on Improved Big Data Frequent Itemsets Mining AlgorithmLI Rong,ZHENG Qinghong”,WANG Xiaoyus(1.Xian ANJU ZHUCHENG Construction Technology Group Co.,Ltd.,Xian 710000,China;2.School of Building Services Science and Engineering,Xian University of Architecture and Technology,Xian 710055,China;3.Electronic Engineering College,Xian Aeronautical University,Xian 710077,China)Abstract:In order to improve the evaluation performance of geothermal heating potential in the middle and deep layers,an eval-uation method of geothermal heating potential in the middle and deep layers based on improved big data frequent itemsets min-ing algorithm is proposed.Based on the general and weighted inter-class distance sum criteria,the conditional pattern base offrequent itemsets for heating potential evaluation is mined,and the conditional FG-tree is regarded as a recursive processingprocess to mine the frequent itemsets of geothermal heating potential data in the middle and deep layers.Based on the energyconsumption index and energy efficiency index of unit heat supply,the energy of geothermal energy heating is analyzed,andthrough the exergic efficiency index and energy level balance coefficient index,the geothermal energy heating potential evalua-tion is realized.The experimental results show that the method can evaluate the heating potential of middle and deep geothermalenergy,and has higher evaluation efficiency.Key words:frequent itemsets in big data;distance between classes;heating potential;exergic efficiency;geothermal energy源。因此，对中、下层地热能的合理利用和增加洁净供暖0引言的比重，可以降低矿物能源的消耗量，优化供暖的能量结构，随着人民物质生活条件的改善，城市供暖的需求也在逐从而达到改善大气的效果。年增长。目前，可再生能源供暖是洁净供暖发展的主要趋冯波等2 为充分认识U形井式闭环地热系统的可持续势，主要有太阳能、地热能等。地热资源在中深层的储量较使用能力，探讨其在长时间工作条件下的生产能力状况及其大，且分布广泛，作为一种可再生能源适用于建筑取暖。在各种影响因子的作用，从而制定出合适的采矿计划。王锋国内的中深层地热能源中，热水是主要的能源，热流密度高，等3为了解决蓄热型电锅炉在风力发电时不能与迅速变化稳定性好，其热能等级符合供暖要求，是一个比较好的集热的风力发电能力相适应等问题，对其进行了可行性评价，提基金项目：陕西本科和高等继续教育教学改革研究项目（2 1BY165）；陕西省省级线下一流课程（陕教（2 0 2 1)10 7 号）作者简介：李嵘（197 1一），女，硕士，高级工程师，研究方向为供热通风及空调工程设计；郑庆红（196 6 一），女，硕士，副教授，研究方向为建筑设备能耗优化、室内环境控制；王晓瑜（197 4一），女，博士，教授、高级工程师，研究方向为控制科学与控制工程、机械电子工程。23Microcomputer Applications Vol.39,No.10,2023出了“源一网一荷一储”工况下风电消纳经济性评价的数学模式,应用PSO方法进行了数值模拟。KUMAR等4I通过补充热源和加装散热器的方式，集成相变材料、微型燃气轮机和吸收式热泵子系统，以满足供暖应用要求，有效提升浅层地热综合能源的应用效果。基于以上研究背景，本文利用改进大数据频繁项集挖掘算法，设计一种中深层地热能供热潜力评估方法，实现节能减排的目的。1中深层地热能供热潜力评估方法设计1.1挖掘中深层地热能供热潜力数据的频繁项集FG-growth算法可以将中深层地热能供热潜力数据储存在具有较强压缩能力的FG-tree数据结构中，减少供热潜力数据的遍历次数5。通过统计供热潜力数据的元素项，构建FG-tree,，挖掘中深层地热能供热潜力数据的频繁项集。如果FG-tree数据结构是不存在根节点的树，可以利用类间距离和准则对供热潜力数据的频繁项集进行挖掘，类间距离分为普通类Jal和加权类Ja，计算式为Ja=(d;-d)T(d;-d)i=12Ja=P,(d;-d)T(d;-d)其中，d表示第i个供热潜力数据样本，d表示所有供热潜力数据样本的平均值，P，表示第i个供热潜力数据样本的先验概率。J。的值越大，供热潜力数据样本之间的差异性特征越强。在FG-tree算法中,挖掘出了用于供暖潜能评估的频繁项集条件模式基，并将其用于构造条件FG-tree，其中条件FG-tree是FG-tree的一部分6。在此基础上，对供热潜力数据频繁项集进行了挖掘，并将其视为一种递推处理过程，实现流程如下：将供热潜力数据s的条件基设置为(z,y,b)，,y,e)。、yb、e、表示频繁项集条件。其中，b和e都符合最小支持度的条件，由于集合s,b)和(s，e)不符合最小支持度的条件，也不被看作频繁项集。s,）、(s,)和(s,y)属于供热潜力数据的频繁项集，基于此可以得到（s，)的条件模式基，并结合递归处理过程，得到供热潜力数据的全部频繁项集。改进大数据频繁项集挖掘算法利用调节阈值确定供热潜力数据的聚类数量7，中深层地热能供热潜力数据的频繁项集挖掘步骤如下。Step1：利用FG-growth算法定义中深层地热能供热潜力数据的原始聚类质心生成聚类数量。Step2：在大数据频繁项集挖掘算法的基础上，引入初始的聚类质心和簇数目，对供热潜力数据的频繁项集进行挖掘。本文利用普通类间距离和准则、加权类间距离和准则挖掘中深层地热能供热潜力数据的频繁项集。1.2评估中深层地热能供热潜力中深层地热能供热潜力评估中，以中深层地热能供热潜基金项目力数据的频繁项集为依据，通过中深层地热能供热的能量分析和分析，求得地热能供热的热效率。1.2.1能量分析中深层地热能供热的能量分析指标由单位供热量能量消耗R，和能量效率组成，其中单位供热量能量消耗是获取1GJ热量所花的能量消耗。单位供热量能量消耗是指在供热过程中每提供一定热量所需的能量消耗，如果地热能蓄热罐的蓄热温度在模拟结束的时候升高，那么蓄热罐内的热量主要来自地热能的能量输人，不将其列人单位供热量的能量消耗中8。修正后的单位供热量能耗可以通过下式计算：r.=(Una+Uh)(oUk,Ui.0QhR=Qeh式中，r，表示忽略蓄热罐内储热能量变化的耗煤量，表示地热能与煤的折算系数，Una表示地热能供暖输入中来自地下2热水的能量，Uth表示地热能供暖输人中来自熔岩的能量，Uk(1)表示蓄热罐储存的地热能，Q表示地热能供暖的热量输人总量。(2)能量效率是地热能中有效能量与总能量的比值,若在仿真启动时，蓄热罐内的热量存在降低的倾向，则表明供热系统使用了贮存在蓄热罐中的热量，使地热能的输入量增大9，因此，需要校正输人的地热能，即：(5)(Ueb-Utk,Utk0Uh=lUeb，Ueh=Ua+Una+Uth其中，Ue表示地热能的输入总量，U表示蓄热罐内温度降低后的地热能输入量,Ueb和Ueb表示熔岩罐内的原始能量和输入能量，U。表示地热能供暖输人中来自地下?水的能量。1.2.2分析分析包括效率指标nex和能级平衡系数指标入。，中深层地热能供暖的效率可以通过式（8)计算：nex=Ya.ch+YaQlh式中，YaQeh表示地热能供暖的热量，YaEeb表示深层地热能输入的热量，YcQl表示输入的地热能量。目前，空气源热泵可以实现燃煤供暖的节能环保，由于空气源热泵通常是采用大气环境作为低温供暖的热力来源10，因此与基准环境相比，大气环境输人地热能供暖系统的流为0,那么利用式(9)可以简化效率的计算式11，即：2(1-)wa*+7ex=m/Uab其中，T。.表示大气环境中的基准温度，T表示室内的供暖温度，表示模拟步长，Weh，表示地热能供暖的总热负荷。对于地热能供热系统而言，输人的能级为24.微型电脑应用2 0 2 3年第39 卷第10 期(3)(4)Uk0Qeh=UkM0YaQ.ch(6)(7)(8)(9)Microcomputer Applications Vol.39,No.10,2023Us+Z(1-TTo.1)(COP,-1)X(Pep.t+Pap.t)X Te1=Us+(COP,-1)(P.+Pap.)式中,COP,表示地热能供暖系统中热泵的综合能效比,Pp.t表示集中式热泵供暖的热功率，Pdp，t 表示分散式热泵供暖的热功率。输出的能级通过式(11)计算：2=根据式(10)和式(11),可以得到能级平衡系数，即：入.=_2=1-92E1E1能级平衡系数越小，说明在地热能供热系统中输入的地热能和输出的地热能在品质上越匹配12。综上所述，通过地热能供热的能量分析和分析能够估算出地热能的最大供暖面积，实现中深层地热能供热潜力评估。2实验分析为了验证本文方法在中深层地热能供热潜力评估中的可行性，以东北地区为研究对象，评估中深层地热能的供热潜力。2.1选取参数2.1.1选取固定参数固定参数包括地热能供暖的损耗参数和供热设备的效率参数，具体如下。室内温度：17 电网损耗:7.14%地热井管道损耗：5%暖气片散热损耗：10%地源热泵效率：4.OCOP空气源热泵效率：2.5COP热网损耗：9.8 4%热泵电机效率：8 6%蓄热罐的最高和最低蓄热温度：90 和50 初始蓄热温度：50 2.1.2环境温度环境温度参数的选取按照每天的最高温度和最低温度进行间隔15min的线性差值，假设每天的最高温度出现在下午两点，最低温度是每天太阳升起的时刻。2.1.3热泵机组的COP热泵机组的COP可以根据环境温度参数计算，公式为COP,=2.68+0.036X To.,+6.028 X 10-4X T.(13)其中，To.表示最低温度，T.表示最高温度。假设东北地区的环境温度在一18 以下，COP值为1。2.2中深层地热能供热潜力评估根据以往的研究可知，当中深层地热能供热面积比例为基金项目1.5时，需要将火力发电供暖引人到地热能供热系统中，这样就违背了可再生能源供热的节能环保理念。当地热能供暖时，采用本文方法评估中深层地热能的供热潜力，得到能量分析指标与分析指标的变化情况，如图1(10)所示。供暖面积比例一定时，采用燃煤供暖的各指标计算结果如表1所示。2423(0/e)/胖(11)22ZWeh.X21(12)200.258580F-01/率聚斯7570650.251.201.151.101.051.000.250.9040.9020.9000.8980.25图1各指标与供暖面积比例的关系25.微型电脑应用2 0 2 3年第39 卷第10 期0.751.251.75供暖面积比例/倍（a）单位供热量能耗0.751.25供暖面积比例/倍(b)效率0.751.2551.75供暖面积比例/倍(c)能量效率0.751.25供暖面积比例/倍(d）能级平衡系数2.251.752.252.251.752.25Microcomputer Applications Vol.39,No.10,2023编号1234根据表1可知，采用本文方法时，在单位供热量能耗、效率、能量效率等3个指标中，中深层地热能供热系统可以实现清洁且高效的供热。与燃煤供暖的方式相比，中深层地热能供暖的能级平衡系数更高，说明中深层地热能具有较好的供热潜力。由此可见，当取暖面积比例在1.2 51.50 倍时，中深层地热能供热潜力最合理，此时单位供热量能量在2 2.18 23.10kg/GJ，能级平衡系数在0.8 9 8 1 0.8 9 8 3，中深层地热能供热的效率和能量效率都可以达到基本饱和，并且数值比较高。2.3对比分析为了避免实验结果的单一性，引人基于T2WELL的评估方法和基于储能协调的评估方法作对比，当供暖面积比例为1.50 倍时，通过改变室内环境温度，测试中深层地热能供热潜力评估耗时，结果如图2 所示。1.00.900.8O0.70.60.50.40.30.20.1010121416182022242628室内温度/图2 中深层地热能供热潜力评估耗时从图2 可以看出，室内温度越接近人体舒适温度，供热潜力评估耗时越短。采用本文方法时，随着室内温度的升高，供热潜力评估耗时越来越短，当室内温度提高到2 0 以上时，供热潜力评估耗时明显缩短，在0.1min以内，主要由于本文方法在评估中深层地热能供热潜力的过程中对地热能供热的和能量进行了深入分析。采用基于T2WELL的评估方法和基于储能协调的评估方法时，供热潜力评估耗时虽然也呈现下降趋势，但供热潜力评估耗时均未低于0.4min。而且，基于T2WELL评估方法在室内温度为10时的评估耗时达到了0.9 min,基于储能协调评估方法的最高评估耗时在室内温度为10 时达到了0.8 min，远远大于本文方法的评估耗时。因此，可以说明本文方法在不同的室内温度下供热潜力的评估耗时均较低，可以提高中深层地热能供热潜力评估效率。基金项目表1燃煤供暖的各指标计算结果3总结参数数值单位供热量能量/(kg/GJ)49.8效率0.06能量效率0.742能级平衡系数0.8564-O-基于T2WELL的评估方法基于储能协调的评估方法-本文方法O微型电脑应用2 0 2 3年第39 卷第10 期本文研究提出一种基于改进大数据频繁项集挖掘算法的中深层地热能供热潜力评估方法，实验结果显示，该方法能够评估中深层地热能供热潜力，具有更高的评估效率。今后的研究可以考虑到中深层地下水温的变化情况，通过对地下水温的恒定控制，提升中深层地热能供热潜力。1王洋，马汀山，吕凯，等.热网循环水泵驱动方式对供热机组综合能耗的影响研究J.热力发电，2 0 2 2，51(5):73-80.2 冯波，崔振鹏，赵璞，等.基于T2WELL的U型地热井供暖潜力数值模拟J.吉林大学学报（地球科学版），2022,52(2):560-570.3王锋，李大勇，方劲宇，等.基于储能协调蓄热式电锅炉消纳风电供暖系统的经济性评估J.电工电能新技术,2 0 19,38(6):50-56.4KUMAR B,SHARMA V.Energy Demand Reductionin the Built Environment Using Shallow GeothermalIntegrated Energy Systems:Part II-Hybrid GroundSource Heat Pump for Building HeatingJJ.ASMEJournal of Engineering for Sustainable Buildings andCities,2021:1-37.5景登岩，施志钢，刘福强，等.基于TRNSYS的中深层地热供暖系统运行特性研究J.可再生能源，2 0 2 2，40(6):751-759.6刘卫明，张弛，毛伊敏.采用N-list结构的混合并行频繁项集挖掘算法J.计算机科学与探索，2 0 2 2，16(1):120-136.张乐，魏昕怡，徐苏，等.面向大数据的数据库划分FP-Growth改进算法J.南昌大学学报（理科版）,2 0 2 2，46(5):570-576.8 戚旭鹏，易富，金洪松，等.严寒区域中深层地热井套管换热影响因素分析J.深圳大学学报（理工版），2022,39(1):42-50.9毛前军，曹燕.非等距螺旋管壳式相变系统的蓄热性能研究J.中南大学学报（自然科学版），2 0 2 2，53(12):4789-4798.10马峰，王贵玲，张薇，等.雄安新区容城地热田热储空间结构及资源潜力J.地质学报，2 0 2 0，9 4（7）：1981-1990.11王社教，康润林，冯学坤，等.基于地热供暖项目经济评价的热泵调峰占比优化方法J.天然气工业，2021,41(9):152-159.12姜继恒，乔颖，鲁宗相。风电供暖提升可再生能源电力系统消纳能力的概率评价方法J.可再生能源，2020,38(6):791-797.（收稿日期：2 0 2 3-0 3-10）26.参考文献