[发明专利]一种土壤热物性参数辨识方法

权利要求书

1.一种土壤热物性参数辨识方法，其特征在于，包括：

S1、对待辨识土壤进行现场热响应实验测试，并获取待辨识土壤热物性参数辨识所需的测量参数；

S2、将待辨识土壤热物性参数辨识时所需的测量参数输入到预先训练得到的神经网络中，获取所述待辨识土壤的热物性参数；

所述预先训练得到的神经网络是采用实验条件可控的仿真实验得到的训练数据进行训练得到的，具体获得步骤如下：

1)建立高精度三维全尺度仿真实验平台；

2)通过实验条件可控的对比实验对仿真实验平台进行验证和修正；

3)建立土壤热物性辨识神经网络模型；

4)利用建立的高精度三维全尺度仿真实验平台进行热响应实验，获取训练数据库，并采用训练数据库训练建立的神经网络模型，使其达到良好的辨识精度；

所述步骤2)包括以下步骤：

S2)1：使用高精度测量方法测量出真实土壤热物性参数；

S2)2：将该真实土壤热物性参数分别输入到对比实验与高精度三维全尺度仿真实验平台的热响应实验中，并分别得到对比实验与仿真实验的土壤热物性参数辨识所需的测量参数；

S2)3：比较对比实验与仿真实验的真实土壤热物性参数辨识所需的测量参数，对高精度三维全尺度仿真实验平台进行验证和修正；

所述待辨识土壤的热物性参数包括：土壤导热系数，容积热容参数；所述对待辨识土壤进行土壤热物性参数辨识时所需的测量参数包括：地埋管换热器进口水温，和/或，出口水温，和/或，地埋管管壁温度，和/或，钻孔壁温度，和/或，钻孔内部回填材料温度。

2.根据权利要求1所述的方法，其特征在于，

所述实验条件可控是指实验中采用的土壤为工程中常见的各种类型土壤，且加热功率，循环水流速可控，以确保模型的通用性和精确性。

3.根据权利要求1所述的方法，其特征在于，

所述高精度三维全尺度仿真实验平台包括：三维全尺度数值传热模型模块，数值算法求解模块，可视化后处理模块。

4.根据权利要求1所述的方法，其特征在于，

所述训练数据库包括各种常见地质条件的真实土壤热物性参数，及与该参数相对应的在高精度三维全尺度仿真实验平台进行热响应实验获得的土壤热物性参数辨识所需的测量参数。

5.根据权利要求1所述的方法，其特征在于，

所述预先训练得到的神经网络包括输入单元，隐藏单元和输出单元，其中输入单元所在的层为输入层，隐藏单元所在的层为隐含层，输出单元所在的层为输出层。

6.根据权利要求5所述的方法，其特征在于，

土壤热物性辨识神经网络模型的训练采用训练数据库作为神经网络的训练信号和误差信号，将训练数据库中的仿真实验平台中热响应实验获得的土壤热物性参数辨识时所需的测量参数作为神经网络的输入端，训练数据库中的真实土壤热物性参数作为输出端，并确定神经网络的权值和阈值；

利用输入层中各输入单元，通过传递函数，计算隐含层各隐藏单元相应的输出；

利用隐含层的各隐藏单元的输出，计算输出层各输出单元的输入，通过传递函数，计算输出层各输出单元的相应输出；

根据训练数据库中的土壤热物性参数辨识所需的测量参数和神经网络的实际输出，计算输出层的各单元的训练误差，利用该训练误差来修正神经网络的权值和阈值；

当神经网络的拟合误差小于所设置的阈值时，即可得到训练的神经网络。

7.根据权利要求6所述的方法，其特征在于，

在该神经网络的训练过程中采用“tansing”函数作为传递函数，采用“learngdm”函数作为学习函数，采用“traingd”函数作为训练函数，采用“mse”函数评价神经网络的性能。