作者:王維波,徐西龍,盛立,高明
摘要:常規的微地震事件檢測方法主要基于信號的特征計算,事件檢測準確性依賴于算法的參數設置,受信號特征和信噪比變化的影響較大。為此,提出了一種基于卷積神經網絡的微地震事件檢測方法。該方法首先使用實際的油井水力壓裂多站點微地震監測信號構建神經網絡的樣本數據集,樣本數據包含有效事件信號和無效背景信號及其分類,然后用樣本數據對神經網絡進行訓練和測試,得到微地震事件識別準確性最高的神經網絡模型。使用訓練好的神經網絡模型對不同信噪比的合成微地震信號以及川渝地區多口油氣井壓裂微地震監測信號進行微地震事件檢測。數據處理結果表明,訓練好的卷積神經網絡模型能有效自動檢測微地震事件,且具有較好的抗噪性和泛化能力。
發文機構:中國石油大學(華東)控制科學與工程學院
關鍵詞:微地震事件事件檢測卷積神經網絡模型訓練實時數據處理microseismic eventsevent detectionconvolutional neural networkmodel trainingrealtime data processing
分類號: P631[天文地球—地質礦產勘探]