基于机器学习算法的纳米流体强化型深井地源热泵的性能预测
任彦洁1
任国杰1
王日藩1
辛齐1
马玖辰2
1.中铁建设集团有限公司,北京 1000432.天津城建大学能源与安全工程学院,天津 300384
摘要：为探究不同机器学习算法在以纳米流体为循环流体的强化传热型深井地源热泵性能预测中的适用性,对使用体积分数为2%的Al2O3纳米流体的热泵系统运行数据进行实时监测与采集,进而构建数据库,并分别采用支持向量机(SVM)、粒子群优化-支持向量机(PSO-SVM)及极限梯度提升(XGBoost)等算法开展计算分析.结果表明,XGBoost算法具有优良的预测性能,其对系统性能系数(COP)及供热量(Q)的预测在±5%误差范围内拟合度达100%,该结果充分表明了该算法具有较高的拟合精度,且未出现明显过拟合现象.
关键词：机器学习纳米流体深井地源热泵性能预测
分类号：TP391.41(计算技术、计算机技术)
资助基金：天津市自然科学基金企业科技特派员项目(19JCTPJC48100)中铁建设集团有限公司科研计划课题项目(LX24-33C)中铁建设集团有限公司科研计划课题华北-天津项目(7287QT2024003)
论文发表日期：2025-12-25
在线出版日期：2026-01-26（本平台首次上网日期，不代表文献的发表时间）
页数：5( 27-31 )
英文信息