Developing a Data Processing Framework for Analyzing Borehole Temperature Profiles in Geothermal Heat Pump Systems with DTS Technology

Le pompe di calore geotermiche sono essenziali per il riscaldamento sostenibile, ma necessitano di dati geotermici precisi e metodi avanzati di analisi. Questa Tesi propone una metodologia per raccogliere, organizzare e analizzare i dati della temperatura del sottosuolo, ottenuti tramite sensori distribuiti di temperatura (DTS). Lo studio riguarda dati raccolti dal 2020 al 2024, relativi a due sonde geotermiche nel campus del Royal Institute of Technology a Stoccolma: una attiva per il riscaldamento e l’altra inattiva, rappresentativa del terreno indisturbato. I dati sono stati strutturati in un database PostgreSQL, filtrati tramite un filtro di Kalman e interpolazione spline per ridurre il rumore. I dati elaborati sono stati visualizzati con heatmaps e modelli 3D per identificare tendenze stagionali e interazioni tra le sonde. I risultati mostrano variazioni stagionali della temperatura nel sottosuolo, influenzate principalmente dalla temperatura esterna e dal funzionamento delle pompe di calore, con interferenze termiche tra le sonde. La sonda inattiva subisce l’effetto del calore estratto o immesso nelle sonde adiacenti, con un ritardo e solo nelle tendenze a lungo termine, dimostrando il ruolo filtrante del suolo. Un modello fisico semplificato conferma che, in condizioni ideali di terreno uniforme e infinito, la variazione di temperatura è significativa solo a breve distanza dalla fonte (ca. 1 metro). Lo studio sottolinea l'importanza di una gestione accurata dei dati per analizzare le sonde geotermiche, identificare tendenze stagionali e confermare il ruolo del suolo come filtro naturale. I risultati supportano l'ottimizzazione delle pompe di calore e la progettazione di sistemi più efficienti e sostenibili.