基于深度学习的中深层地热管群多场耦合仿真方法

本发明公开了基于深度学习的中深层地热管群多场耦合仿真方法，包括进行数值仿真交叉互验获得中深层地埋管热泵系统模型，采用蒙特卡罗方法进行系统配置获取第一参数环境集，根据参数环境函数筛选所述第一参数环境集获得第二参数环境集，进行数据增广获得中深层地热管群模拟数据并构建中深层地热管群多场耦合深度学习模型，获得模拟换热数据和预测耦合换热数据，进行自适应网格优化获得优化网格尺寸，采用所述优化网格尺寸调整所述中深层地埋管热泵系统模型输出中深层地埋管多场耦合模型。该方法不仅能在复杂地质条件下实现中深层地热管群多场耦合过程的精准快速仿真，对推动中深层地热资源的规模化开发利用具有重要的实践意义。