Supabase, unser Datenbank-Hosting-Service, hat ein globales Problem, aufgrund dessen GHEtool derzeit nicht betriebsbereit ist. Sie können den Status verfolgen auf https://status.supabase.com/.

Inhaltsverzeichnis

Sind Sie bereit, alle Möglichkeiten von GHEtool Cloud zu erkunden?

Testen Sie GHEtool 14 Tage lang kostenlos
keine Kreditkarte erforderlich.

Berechnung der erforderlichen Bohrlochgröße

Die Planung flacher geothermischer Bohrlöcher ist immer ein wenig mit Versuch und Irrtum verbunden, aber was ist, wenn es nicht so ist? Heute stellen wir ein neues automatisiertes Verfahren vor, mit dem Sie die erforderliche Bohrlochtiefe und -größe gleichzeitig berechnen können und das für jedermann zugänglich ist.

Borefield-Design (in der Vergangenheit)

Inzwischen wissen Sie wahrscheinlich schon, dass GHEtool Cloud nicht mit einer vordefinierten Liste von Konfigurationen geliefert wird. Sie können Ihre eigene Konfiguration erstellen, die entweder auf einer Standardkonfiguration wie einer U-Form oder einem Rechteck basiert, oder eine Konfiguration aus einer AutoCAD-Datei importieren. hier. Damit ist das GHEtool Cloud das flexibelste Planungswerkzeug auf dem Markt, mit maximalen Bohrfeldgrößen von bis zu 5000 Bohrlöchern.

Diese Entscheidung für Designflexibilität hat natürlich die Art und Weise bestimmt, wie Sie mit GHEtool Bohrfelder entwerfen. Sie beginnen mit einem bestimmten Design, bestehend aus einer Konfiguration und Tiefe, simulieren das Temperaturprofil und passen Ihr Design entsprechend an. Obwohl dieser Prozess einen beträchtlichen Einblick in die Physik des Bohrlochs bietet, wie zum Beispiel beschrieben in dieser Artikel, ist es etwas zeitaufwendig.

Eine andere Möglichkeit, an die Auslegung heranzugehen, besteht darin, mit einer bestimmten Bohrlochkonfiguration zu beginnen und GHEtool die erforderliche Bohrlochtiefe berechnen zu lassen, um die Temperaturen innerhalb der Grenzen zu halten. Damit entfällt bereits ein Teil des Rätselratens, aber die Schwierigkeit besteht darin, dass bei der Arbeit mit höheren Kühlspitzen Gradientenfehler auftreten können. Sie können unseren Artikel über den Gradientenfehler finden hier.

Diese beiden Elemente zusammen können die Gestaltung von Bohrlöchern manchmal unnötig schwer machen, vor allem, wenn man es schnell und genau machen will. Deshalb haben wir eine ganz neue Methode für Sie entwickelt.

Die lang erwartete Methode

Seit unserer Veröffentlichung im November 2024 war die am häufigsten gewünschte Funktion eine Methode, die sowohl die erforderliche Tiefe als auch die Größe automatisch bestimmen kann, d. h. eine Methode, bei der Sie Ihren verfügbaren Bohrbereich angeben können und das Bohrfeld vollautomatisch bestimmt wird. Bislang war diese Methode aufgrund der extrem langen Simulationszeiten nicht durchführbar. Da GHEtool Cloud nicht über einen vordefinierten Satz von Konfigurationen verfügte, würde es Stunden dauern, alle möglichen Kombinationen auszuprobieren. Im letzten Jahr haben wir intensiv an zwei wichtigen Verbesserungen im Backend gearbeitet, um diese Methode zu ermöglichen: die Implementierung von künstlichen neuronalen Netzen und die Bayes'sche Optimierung.

Künstliche neuronale Netze

Die Berechnung der erforderlichen Bohrlochtiefe erfordert Zeit. Vor allem, wenn Sie mit variablen Flüssigkeitseigenschaften arbeiten, um möglichst genaue Ergebnisse zu erzielen, wie erläutert hier, kann die Simulation leicht Dutzende von Sekunden dauern. Das ist für eine einzelne Simulation akzeptabel, aber wenn man eine Parametersuche durchführt und nicht nur die erforderliche Tiefe, sondern auch die optimale Konfiguration bestimmen will, wird es undurchführbar.

Letzte Woche haben wir daher künstliche neuronale Netze in GHEtool eingeführt, wie in dieser Artikel. Diese KI-Verbesserung führte zu einer erheblichen Verringerung der Simulationszeit für die Berechnung der erforderlichen Tiefe bei gleichzeitiger Beibehaltung einer angemessenen Genauigkeit. Zusammen mit mehreren anderen intelligenten Verfeinerungen der Methodik können wir diesen Prozess um den Faktor zwei bis fünf beschleunigen. Das ist bereits ein vielversprechender Anfang, aber da wir Tausende von Optionen bewerten, ist dies erst das Ende vom Anfang.

Schematische Darstellung eines künstlichen neuronalen Netzes. (Quelle: https://blog.roboflow.com/what-is-a-neural-network/)
Schematische Darstellung eines künstlichen neuronalen Netzes. (Quelle: https://blog.roboflow.com/what-is-a-neural-network/)

Bayessche Optimierung

Um bei dieser Methode die optimale Größe und Tiefe des Bohrlochs zu finden, muss eine Reihe von Parametern eingestellt werden. Dazu gehören die Form der Konfiguration, z. B. U-, L-, kasten-, rechteckig oder dicht, die Anzahl der Bohrlöcher in Längs- und Breitenrichtung und der Abstand in Längs- und Breitenrichtung.

In der Welt der Optimierung wird jeder dieser Parameter, der abgestimmt werden muss, als Hyperparameter bezeichnet, und es gibt verschiedene Strategien zur Lösung dieser Art von Problem, wie unten dargestellt.

Verschiedene Suchalgorithmen für die Optimierung. (Quelle: https://www.sciencedirect.com/topics/mathematics/grid-search)
Verschiedene Suchalgorithmen für die Optimierung. (Quelle: https://www.sciencedirect.com/topics/mathematics/grid-search)

Eine erste mögliche Lösung ist die Durchführung einer Rastersuche. Dabei legt man die zu untersuchenden Bereiche fest, zum Beispiel die Anzahl der Bohrungen in Längsrichtung [1, 2, 3, 4, 5], und kombiniert alle möglichen Werte. Anschließend berechnen Sie die erforderliche Bohrlochtiefe für jede Kombination, und das beste Ergebnis wird zu Ihrer endgültigen Antwort. Dieser Ansatz ist natürlich sehr zeitaufwendig.

Ein anderer, weniger strukturierter Ansatz ist die Verwendung eines Zufallsgitters. Hier sind die Abstände nicht gleich und die Eingabeparameter werden zufällig ausgewählt. Nach einer Reihe von Suchen und Versuchen wird die beste gefundene Lösung präsentiert. Auch diese Methode ist recht zeitaufwändig und bietet eine geringe Sicherheit, dass eine gute Lösung gefunden wird.

Die letzte Option, die in GHEtool Cloud implementierte Methode, ist die Bayes'sche Optimierung. Die Idee ist, dass wir mit einigen zufälligen Kombinationen von Eingabeparametern für das Bohrlochdesign beginnen und die erforderliche Bohrlochtiefe für jede Konfiguration berechnen. Auf der Grundlage dieser anfänglichen Simulationen konstruiert der Algorithmus eine Unsicherheitsfunktion, die angibt, wo die beste Lösung am wahrscheinlichsten zu finden ist, und führt dann eine statistische Iteration zu dieser Lösung durch. Dieser Prozess ist auch in der folgenden Abbildung dargestellt.

Grafische Darstellung der Bayes'schen Optimierungsmethode. (Quelle: Olson, Randal & Moore, Jason. (2019). TPOT: A Tree-Based Pipeline Optimization Tool for Automating Machine Learning.)
Grafische Darstellung der Bayes'schen Optimierungsmethode. (Quelle: Olson, Randal & Moore, Jason. (2019). TPOT: A Tree-Based Pipeline Optimization Tool for Automating Machine Learning.)

Das Bild oben zeigt verschiedene Iterationen des Optimierungsalgorithmus. Im oberen Bild sind bereits zwei Berechnungen durchgeführt worden, so dass wir an diesen beiden Punkten genau wissen, wie hoch der Wert ist, in unserem Fall die Gesamtlänge des Bohrlochs. Je weiter man sich von diesen Simulationen entfernt, desto größer wird die Unsicherheit.

In der nächsten Iteration, Nummer 3, wollen wir eine andere Bohrlochkonfiguration ausprobieren, bei der die Wahrscheinlichkeit am größten ist, dass wir eine noch geringere Gesamtbohrlochlänge erhalten. Daher suchen wir nach dem niedrigsten Punkt innerhalb unserer blau dargestellten Unsicherheitsgrenzen und berechnen einen neuen Punkt. Indem wir diesen Vorgang wiederholen, werden die Unsicherheitsgrenzen kleiner und wir konvergieren in Richtung eines Optimums.

!Hinweis
Da der erste Schritt in diesem Algorithmus darin besteht, eine Reihe von zufälligen Bohrfeldkonfigurationen zu testen, um die Unsicherheitsgrenzen zu initialisieren, können wir bei mehrfacher Durchführung dieser Optimierung unterschiedliche Lösungen erhalten. Dies liegt in der Natur der Optimierung von nicht-konvexen Problemen. Mit der Bayes'schen Methode haben wir jedoch immer ein hohes Maß an Sicherheit, dass wir uns zumindest in der Nähe einer optimalen Lösung befinden.

Berechnung der erforderlichen Größe und Tiefe in GHEtool Cloud

Ab heute ist diese Methode als neues Ziel implementiert, das allen unseren Nutzern zur Verfügung steht. Berechnung der erforderlichen Größe und Tiefe. Bei dieser Methode wird die Registerkarte Borefield von einem Konfigurationsselektor zu einem Ort, an dem Sie die Optimierungsgrenzen eingeben können, geändert, wie unten dargestellt.

Druckbild der Registerkarte Bohrfeld in GHEtool Cloud.
Druckbild der Registerkarte Bohrfeld in GHEtool Cloud.

Auf der linken Seite dieser Registerkarte können Sie die Konstruktionsbeschränkungen der Simulation eingeben, d. h. welche Konfigurationen zulässig sind, die minimale und maximale Tiefe und so weiter. Auf der rechten Seite finden Sie Parameter, die sich auf den Optimierungsrahmen beziehen. Neben dem verfügbaren Platz und der Schrittweite für den Bohrlochabstand gibt es drei weitere Parameter: die minimale und maximale Anzahl der Bohrlöcher und die Anzahl der Suchen.

Eine gute Schätzung der ersten beiden Werte kann dazu beitragen, die Berechnungszeit zu verkürzen, da der Algorithmus jede Anzahl von Bohrungen außerhalb dieses Bereichs ignorieren wird. Wenn Sie volle Gestaltungsfreiheit wünschen, können Sie den Bereich einfach ausreichend groß lassen.

Der letzte Parameter ist die Anzahl der Suchvorgänge selbst. Wie oben erläutert, ist die optimale Lösung umso genauer, je mehr Suchläufe Sie durchführen. Bei kleineren Sondenfeldern reichen in der Regel fünfzig Suchvorgänge aus, um ein gutes Ergebnis zu erzielen, während bei größeren Sondenfeldern mit einer großen verfügbaren Grundfläche und vielen möglichen Konfigurationen hundert oder mehr Suchvorgänge sinnvoll sein können.

Tabelle mit allen möglichen Bohrlochkonfigurationen.
Tabelle mit allen möglichen Bohrlochkonfigurationen.

Das Ergebnis dieses Ziels ist eine Tabelle mit allen potenziell guten Kandidaten, die die Optimierungsstrategie identifiziert hat, sortiert von der Lösung mit der kleinsten Gesamtbohrlochlänge bis zur Lösung mit der größten. Die beste Lösung ist bereits simuliert und im Szenario dargestellt.

!Hinweis
Wenn Sie eine andere mögliche Konfiguration simulieren möchten, können Sie einfach auf die Zeile doppelklicken und ein neues Szenario mit dieser Konfiguration wird erstellt.

Ein wichtiger Hinweis ist, dass die Tiefen und Gesamtlängen ein Tilde-Symbol enthalten, um anzuzeigen, dass diese Ergebnisse mit einer gewissen Unsicherheit behaftet sind. Dies liegt daran, dass das ANN im Backend verwendet wurde, was zu leicht unterschiedlichen Ergebnissen führen kann. Obwohl man davon ausgeht, dass die vorgeschlagenen Lösungen die besten Optionen sind, können die Tiefen leicht abweichen. Um dies zu beheben, enthält die Registerkarte ‘Allgemein’ eine neue zielspezifische Option namens "Optimale Konfiguration genau berechnen". Wenn diese Option aktiviert ist, wird die vielversprechendste Konfiguration nach der Optimierung ohne das ANN erneut simuliert, um die genaue erforderliche Bohrlochtiefe zu bestimmen.

Fazit

In diesem Artikel wurde eine brandneue und leistungsstarke Methode in GHEtool Cloud vorgestellt: die automatische Berechnung der erforderlichen Bohrlochgröße und -tiefe. Dank der Implementierung eines künstlichen neuronalen Netzes und der Leistungsfähigkeit der Bayes'schen Optimierung können Sie nun Ihre Bodeninformationen, die verfügbare Grundfläche und die Gebäudelast eingeben und den Algorithmus den Rest erledigen lassen.

Literaturverzeichnis

  • Sehen Sie sich unsere Videoerklärung auf unserer YouTube-Seite an, indem Sie klicken hier.

Sind Sie bereit, alle Möglichkeiten von GHEtool Cloud zu erkunden?

Testen Sie GHEtool 14 Tage lang kostenlos - keine Kreditkarte erforderlich.