El diseño de campos de sondeo geotérmicos poco profundos es siempre un poco ensayo y error, pero ¿y si no? Hoy lanzamos un nuevo método automatizado que permite calcular simultáneamente la profundidad y el tamaño necesarios del campo de sondeo, disponible para todo el mundo.
Diseño Borefield (en el pasado)
A estas alturas, probablemente ya sepas que GHEtool Cloud no viene con una lista predefinida de configuraciones. Puedes crear la tuya propia a partir de una configuración estándar, como una forma en U o un rectángulo, o bien importarla desde un archivo de AutoCAD, tal y como se explica a continuación. aquí. Esto convierte a GHEtool Cloud en la herramienta de diseño más flexible del mercado, con tamaños máximos de campo de perforación de hasta 5000 perforaciones.
Esta elección de flexibilidad en el diseño ha determinado, por supuesto, la forma de diseñar los campos de sondeo con GHEtool. Se parte de un diseño determinado consistente en una configuración y una profundidad, se simula el perfil de temperatura y se adapta el diseño en consecuencia. Aunque este proceso proporciona una visión considerable de la física de los campos de sondeo, como se describe, por ejemplo, en este artículo, pero requiere tiempo.
Otra forma de enfocar el diseño es partir de una determinada configuración del campo de sondeo y dejar que GHEtool calcule la profundidad de sondeo necesaria para mantener las temperaturas dentro de los límites. Esto ya elimina parte de las conjeturas, pero la dificultad estriba en que puede encontrarse con errores de gradiente cuando se trabaja con picos de refrigeración más altos. Puede consultar nuestro artículo sobre el error de gradiente aquí.
Estos dos elementos juntos a veces pueden hacer que el diseño de campos de perforación sea innecesariamente difícil, sobre todo si quiere hacerlo de forma rápida y precisa. Por eso hemos desarrollado un método totalmente nuevo para usted.
El esperado método
Desde nuestro lanzamiento en noviembre de 2024, la característica más solicitada ha sido un método que pueda dimensionar automáticamente tanto la profundidad como el tamaño requeridos, es decir, un método en el que pueda especificar su área de perforación disponible y tener el campo de perforación dimensionado de forma totalmente automática. Hasta ahora, este método era inviable debido a los larguísimos tiempos de simulación. Como GHEtool Cloud no tenía un conjunto predefinido de configuraciones, se tardaban horas en probar todas las combinaciones posibles. A lo largo del último año, hemos trabajado intensamente en dos importantes mejoras del back-end para hacer posible este método: la implantación de redes neuronales artificiales y la optimización bayesiana.
Redes neuronales artificiales
El cálculo de la profundidad de sondeo necesaria lleva su tiempo. Especialmente cuando se trabaja con propiedades variables de los fluidos para obtener los resultados más precisos, como se explica aquí, la simulación puede durar fácilmente decenas de segundos. Eso es aceptable para una sola simulación, pero cuando se realiza una búsqueda de parámetros y se quiere determinar no solo la profundidad necesaria, sino también la configuración óptima, resulta inviable.
Así pues, la semana pasada introdujimos las redes neuronales artificiales en GHEtool, como se describe en este artículo. Esta mejora de la IA provocó un descenso significativo del tiempo de simulación para calcular la profundidad requerida, manteniendo una precisión razonable. Junto con otras mejoras inteligentes de la metodología, somos capaces de acelerar este proceso entre dos y cinco veces. Ya es un comienzo prometedor, pero como estamos evaluando miles de opciones, es sólo el final del principio.
Optimización bayesiana
En este método, para encontrar tanto el tamaño como la profundidad óptimos del campo de sondeo, hay que ajustar una serie de parámetros. Entre ellos se incluyen la forma de la configuración (en U, en L, en caja, rectangular o densa), el número de perforaciones en dirección longitudinal y transversal y la separación en dirección longitudinal y transversal.
En el mundo de la optimización, cada uno de estos parámetros que requiere ajuste se denomina hiperparámetro, y existen diferentes estrategias para resolver este tipo de problemas, como se muestra a continuación.
Una primera solución posible es realizar una búsqueda en cuadrícula. En este enfoque, se definen los intervalos que se desea explorar, por ejemplo, el número de perforaciones en la dirección longitudinal [1, 2, 3, 4, 5], y se combinan todos los valores posibles. A continuación, se calcula la profundidad de perforación necesaria para cada combinación, y el mejor resultado se convierte en la respuesta final. Naturalmente, este método requiere mucho tiempo.
Otro enfoque menos estructurado consiste en utilizar una cuadrícula aleatoria. En este caso, las separaciones no son iguales y los parámetros de entrada se seleccionan al azar. Tras una serie de búsquedas y ensayos, se presenta la mejor solución encontrada. Este método también requiere bastante tiempo y ofrece pocas garantías de que se encuentre una buena solución.
La última opción, que es el método aplicado en GHEtool Cloud, consiste en utilizar la optimización bayesiana. La idea es empezar con algunas combinaciones aleatorias de parámetros de entrada para el diseño del campo de sondeo y calcular la profundidad de sondeo necesaria para cada configuración. Basándose en estas simulaciones iniciales, el algoritmo construye una función de incertidumbre que indica dónde es más probable encontrar la mejor solución, y luego itera estadísticamente hacia ella. Este proceso también se ilustra en la figura siguiente.
La imagen superior muestra diferentes iteraciones del algoritmo de optimización. En la imagen superior, ya se han realizado dos cálculos, por lo que en estos dos puntos sabemos exactamente cuál es el valor, en nuestro caso la longitud total de la perforación. Cuanto más nos alejemos de estas simulaciones, mayor será la incertidumbre.
En la siguiente iteración, la número 3, queremos probar otra configuración de perforación con la mayor probabilidad de darnos una longitud total de perforación aún menor. Por lo tanto, buscamos el punto más bajo dentro de nuestros límites de incertidumbre mostrados en azul y calculamos un nuevo punto. Repitiendo este proceso, los límites de incertidumbre se hacen más pequeños y convergemos hacia un óptimo.
Nota
Dado que el primer paso de este algoritmo consiste en probar una serie de configuraciones aleatorias del campo de sondeo para inicializar los límites de incertidumbre, es posible que obtengamos soluciones diferentes al ejecutar esta optimización varias veces. Esto es inherente a la optimización de problemas no convexos. Con el método bayesiano, sin embargo, siempre tenemos un alto nivel de certeza de que estamos al menos cerca de una solución óptima.
Calcular el tamaño y la profundidad necesarios en GHEtool Cloud
A partir de hoy, este método se implementa como un nuevo objetivo disponible para todos nuestros usuarios llamado calcular el tamaño y la profundidad necesarios. En este método, la pestaña borefield pasa de ser un selector de configuración a un lugar donde introducir los límites de optimización, como se muestra a continuación.
A la izquierda de esta pestaña de campo de sondeo, puede introducir las limitaciones de diseño de la simulación, es decir, qué configuraciones están permitidas, la profundidad mínima y máxima, etc. A la derecha, encontrará los parámetros relacionados con el marco de optimización. Además del espacio disponible y el tamaño del paso para la separación entre perforaciones, hay tres parámetros adicionales: el número mínimo y máximo de perforaciones y el número de búsquedas.
Una buena estimación de los dos primeros valores puede ayudar a acelerar el tiempo de cálculo, ya que el algoritmo ignorará cualquier número de perforaciones fuera de este rango. Si desea una libertad de diseño total, puede simplemente dejar el rango suficientemente grande.
El último parámetro es el número de búsquedas propiamente dicho. Como ya se ha explicado, cuantas más búsquedas se realicen, más precisa será la solución óptima. Para campos de sondeo pequeños, cincuenta suelen ser suficientes para obtener un buen resultado, mientras que para campos de sondeo más grandes con una amplia huella disponible y muchas configuraciones potenciales, utilizar cien o más búsquedas puede ser una buena idea.
El resultado de este objetivo es una tabla con todos los posibles buenos candidatos que la estrategia de optimización ha identificado, ordenados desde la solución con menor longitud total de perforación hasta la de mayor longitud. La mejor solución ya está simulada y se muestra en el escenario.
Sugerencia
Si desea simular otra posible configuración, sólo tiene que hacer doble clic en la línea y se creará un nuevo escenario con esa configuración.
Una nota importante es que las profundidades y longitudes totales incluyen un símbolo de tilde para indicar que hay cierta incertidumbre en estos resultados. Esto se debe a que se utilizó la RNA en el backend, lo que puede dar lugar a resultados ligeramente diferentes. Aunque se espera que las soluciones propuestas sean las mejores opciones, las profundidades pueden estar ligeramente desviadas. Para solucionar este problema, la pestaña general incluye una nueva opción específica llamada ‘Calcular con precisión la configuración óptima’. Cuando esta opción está activada, la configuración más prometedora tras la optimización se vuelve a simular sin la RNA para determinar la profundidad de perforación exacta necesaria.
Conclusión
Este artículo introduce un nuevo y potente método en GHEtool Cloud: el cálculo automático del tamaño y la profundidad necesarios del campo de sondeo. Con la implementación de una red neuronal artificial y el poder de la optimización bayesiana, ahora puede introducir la información del terreno, la huella disponible y la carga del edificio y dejar que el algoritmo haga el resto.
Referencias
- Vea nuestro vídeo explicativo en nuestra página de YouTube haciendo clic en aquí.