Improvement and experimental validation of an analytical model for standing column wells operated with bleed
Notice bibliographique
Résumé
Standing column wells with bleed enhance thermal performance through groundwater advection. Although numerical models allow for detailed simulations, they are computationally demanding. This study extends a recently developed analytical model, originally based on the assumption of homogeneity, by integrating three key advancements: (1) a method to compute outlet fluid temperatures from borehole wall temperatures; (2) the inclusion of layered heterogeneity through effective Péclet numbers and effective advection times; and (3) the consideration of radial horizontal flow induced by simultaneous pumping and reinjection. These developments extend the model’s applicability to realistic geological settings and dynamic operational conditions. The novel methodology is verified against numerical simulations and validated using three independent experiments conducted under varying pumping and bleed flow rates. The experimental validation demonstrates mean absolute errors of 0.28–0.37 ° C , even under highly dynamic operation, confirming the model’s robustness and accuracy close to the accuracy of the temperature sensors. Importantly, the outlet temperature transformation introduces negligible error, and model performance remains stable across a wide range of flow conditions. These improvements address previous model limitations and significantly enhance the model’s applicability for rapid simulation and practical design of standing column wells. By reducing reliance on complex numerical simulations, this work contributes to the development of accessible and efficient tools that support the broader adoption of standing column wells in geothermal heat pump systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».