文章摘要信息

[an error occurred while processing this directive]

世界地质 2023, 42(1) 153-158 DOI: ISSN: 1004-5589 CN: 22-1111/P

本期目录 | 下期目录 | 过刊浏览 | 高级检索 [打印本页] [关闭]

基础地质

	扩展功能

	本文信息
	Supporting info
	PDF(448KB)
	[HTML全文]
	参考文献[PDF]
	参考文献
	服务与反馈
	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	引用本文
	Email Alert
	文章反馈
	浏览反馈信息
	本文关键词相关文章

	时间序列
	长短期记忆
	井间距
	本文作者相关文章
	闫潮辉
	于子望
	PubMed
	Article by Yan C
	Article by Yu Z

基于时间序列 LSTM 算法对渗流条件下地埋管间距的优化

闫潮辉，于子望

吉林大学建设工程学院，长春 130026

摘要：利用长短期记忆 ( LSTM) 神经网络模型预测考虑地下渗流条件下的合理布井间距。建立数值对流传热模型，基于变参数模拟构建训练数据库，搭建 LSTM 神经网络模型，包括两层 LSTM 层，第一层 128 个单元，第二层 64 个单元，以 4 个样本为一个训练批次，每次迭代 15 次，预测得到热影响半径的稳定值为 12 m。预测损失 ( 以均方差损失 MSE 为主) 均在 10 － 4 数量级以下，满足工程精度要求，可应用在地源热泵工程设计与预测中。

关键词：时间序列长短期记忆井间距

Optimization of buried pipe spacing under seepage condition based on time series LSTM algorithm

YAN Chaohui，YU Ziwang

College of Construction Engineering，Jilin University，Changchun 130026，China

Abstract: The long short-term memory ( LSTM) neural network model has been used to predict the reasonable well spacing under the condition of underground seepage． A numerical convection heat transfer model is first established，while the training database is built based on variable parameter simulation． The LSTM neural network model is then constructed，including two layers of LSTM． The first layer has 128 units，and the second layer has 64 units． Four samples are taken as a training batch，and each iteration is 15 times． The predicted stable value of the thermal impact radius is 12 m． The predicted losses ( mainly mean square error loss MSE) are all below the 10 － 4 order of magnitude，meeting the requirements of engineering accuracy，thus can be used in the design and prediction of ground source heat pump projects．

Keywords: time series long short-term memory ( LSTM) well spacing

收稿日期 修回日期 网络版发布日期

DOI:

基金项目:

通讯作者:

作者简介:

作者Email:

参考文献：

本刊中的类似文章

1．邱明明, 赵艳秋, 周占江, 赵霞玉, 郭富杭. 坡度变化对原状黄土雨滴溅蚀特征的影响[J]. 世界地质, 2023,42(2): 327-333

2．张新荣, 霍元勃,谢玉祥, 高晓岩, 平帅飞,张世锋. 依兰盆地始新世沉积碎屑约束的古气候演化[J]. 世界地质, 2023,42(2): 284-296

3．赵健,方石,张新荣,李军辉, 付秀丽,白月.松辽盆地中央坳陷区晚白垩世嫩江组层序结构与沉降速率的耦合分析 [J]. 世界地质, 2023,42(2): 245-255