地热井筒中常存在因地热流体结垢而导致的生产能力下降甚至无法生产的问题,因此研究地热流体在井筒中的结垢位置等行为具有重要的应用价值。人工神经网络(ANNs)可用于开发预测地热井筒中结垢位置新模型。由于其没有机理建模的性质,故只可作为一种新的代理模型。本文以地热流体在井口和井底的温度、压力以及井深等参数作为输入变量,成功训练了三层ANNs结构,以小于10%的相对误差实现了ANNs代理模型的合适精度。对ANNs代理模型预测的结垢位置进行了分析,并与现场测量的井筒结垢位置进行了比较,分析了产生误差的原因。结果表明,新建的ANNs代理模型可作为一种实用工具,能够可靠地预测地热流体在井筒中的结垢位置。