← 返回动态

arXiv Computational Engineering

基于物理信息神经网络的废弃油井地热能开采改造技术经济分析

摘要

为在2050年前实现净零目标,本研究关注尚未充分利用的地热能,利用闭环地热系统(CLGS)改造闲置油井。相比依赖水力压裂、有诱发地震风险的传统增强型地热系统(EGS),CLGS在密封管柱中循环工质,不直接接触储层,从而可在不带来环境危害的情况下改造闲置油井。研究构建物理信息神经网络(PINN),将热传导与对流等物理方程嵌入学习过程,在稀疏训练数据下准确预测25年寿命期的井筒温度与流动特征,模拟结果证实长期预测稳定。该系统耦合有机朗肯循环(ORC)后热力学效率为9.5%;DPP、NPV、LCOE等经济指标用于评估投资可行性与经济潜力。该框架提供了可扩展、物理一致的评估工具。

证据与核对

发现渠道
arXiv Computational Engineering
原始材料
arxiv.org
材料类型
预印本(arXiv);正式发表状态未核实
材料范围
获取范围未知
复核状态
未标记人工复核