基于差分进化算法的微震定位

针对传统基于走时微震定位方法存在的定位精度依赖于走时精度问题,提出了改进定位目标函数的差分进化微震定位方法。基于传统微震P波走时定位方法,在定位目标函数中加入了误差加权系数,通过降低初至拾取精度低的微震信号道对定位误差的影响,减弱了初至拾取精度对微震定位的影响;利用差分进化算法,通过种群初始化、变异、交叉和选择等操作,求解改进的微震定位目标函数,实现微震定位;对模型数据和实测数据进行试处理,结果表明:改进的目标函数能明显降低误差较大分量对总误差的贡献;提出的改进定位目标函数的差分进化微震定位方法,在部分微震信号道走时拾取误差较大甚至错误的情况下,能很大程度减弱拾取误差对定位精度的影响,可以获得较好的定位结果。      

基于时窗能量比和AIC的两步法微震初至自动拾取

传统的微地震数据震源定位算法依赖于波至时间的拾取.由于微地震数据量较大且信噪比较低,手动拾取纵波和横波的波至时间很耗时,且引入的人为误差不易控制.笔者在分析已有方法特点的基础上,给出一种较快捷、准确的两步法微地震初至自动拾取方法.该方法首先使用时窗能量比法识别微震事件并大致确定波至时间,然后使用局部AIC精确拾取波至时间.与常规时窗能量比法相比,该方法减弱了时窗大小对拾取精度的影响;与常规的AIC法相比,由于只在局部使用AIC,避免了在低信噪比情况下AIC会出现多个局部极小从而难以准确拾取的问题,同时也提高了拾取效率.最后通过野外实际微地震数据进行了测试,分析了该方法的性能,验证了该方法的有效性和实用性.     

微地震震源定位方法综述

微地震震源定位方法是微地震监测领域的一项核心技术,而考量微地震技术应用效果好坏的准则在于震源定位方法的精确程度。针对非常规油气开发过程中微地震震源定位方法的应用,本文对微地震震源定位方法进行阐述。其中：几何作图法具有稳健、效率高的优势,但震源位置较深时定位精度较低;线性定位法无需速度模型精度,但对初至拾取的精度有较大影响;非线性定位法对初至拾取较为敏感,对速度模型的精度要求较高,但计算量较小;混合优化定位法在一定程度上提高了定位的精度和效率,但在低信噪比、速度模型精度较低时优势不明显;基于波形偏移的定位方法无需考虑初至拾取的精度,但计算量较大;基于神经网络的定位方法采用训练网络进行训练,定位精度高,误差小。同时,本文还介绍了多方法多参数信息融合技术在油气藏微震震源定位中的应用。     

基于小样本卷积神经网络的主动源P 波初至拾取方法

地震走时成像结果的准确性取决于初至到时的拾取精度,人工挑选初至效率低、成本高。前人研究表明深度学习可以应用于初至的自动拾取,然而传统的深度学习方法往往需要大量人工挑选的初至作为神经网络的训练集。文章利用U型卷积神经网络拾取单炮多道P波初至,研究表明P波初至拾取的均方根误差会随着训练集数量的增加而减少。训练集分别采用35炮和597炮数据时,对应的均方根误差分别为11.4和6.5 ms。参考半监督学习中数据增强方法,选取适合主动源数据的增强方法（随机剪裁、随机擦除等）用于拓展训练集。结果显示,以人工拾取总数据量的5%（35炮）作为小样本并进行随机擦除数据增强后,实现了均方根误差在5.5 ms（约3个采样点）以内,比未经增强的误差减少51%。与前人的深度学习方法相比,本文应用的数据增强方法可以在小样本的情况下实现主动源地震初至的高精度拾取。     

微地震技术在农安油页岩靶区的应用

微地震初至时间拾取是微地震资料处理过程中的一个重要步骤,也是地层速度模型建立的重要依据。为提高拾取精度,本文提出一种新的自动拾取初至时间的方法,计算三分量地震数据的小时窗协方差矩阵特征值,将其作为特征函数引入到STA/LTA能量比法当中,从而实现自动拾取初至时间,并结合P波时差法完成震源定位。理论模型及农安浅井油页岩水力压裂试验的微地震资料处理结果表明,该方法可以有效地拾取微地震初至时间并实现震源定位。     

缓倾地层微震定位算法探讨及其数值验证

倾斜层状地层中速度模型对于震源精确定位具有重要意义。基于水平层状地层两点间的快速射线追踪法,分析了应力波在倾斜地层中的传播路径及规律。结合网格搜索法,提出了针对倾斜地层的微震定位算法,并与传统的基于单一速度模型的定位算法进行对比分析;探索性地采用了颗粒流理论构建地层数值模型,通过颗粒间的相互作用模拟应力波传播进行定位算法有效性验证。研究结果表明：（1）对于倾斜地层,基于简化弹性波等速传播规律的定位算法精度较差,单一速度模型不能满足复杂介质的定位要求;（2）采用倾斜分层速度模型并改进应力波传播路径的计算方法能有效提高倾斜地层的震源定位精度,同时分析了地层倾角以及地层数对算法精度的影响,表明定位误差与倾角、地层数成正比;（3）通过减小网格搜索法的网格尺寸可在一定程度上提高定位精度,合理的尺寸大小和搜索策略有助于网格搜索法在实际工程中的应用。建立的倾斜地层震源定位及其验证方法可为进一步研究复杂地层定位监测技术提供重要的理论和技术支撑。     

井中微震监测数据处理方法研究与应用

井中微震监测的目的是确定压裂过程产生的裂缝的几何形态,采集到具有微震事件的原始记录信噪比低,纵横波初至拾取困难,直接影响到微震的定位及后续的裂缝形态描述。通过分析但由于微震信息较弱,因此微震事件的记录特点,结合实际应用过程中遇到的问题对处理方法进行了研究,包括去噪处理、微震事件识别、纵横波初至拾取、极化分析、模型建立及校正、微震定位等。研究表明,带通滤波可有效法除噪音;长、短时窗能量比法可精确的记录微震事件及初至时间自动拾取;利用纵波尖端曲线图可以确定微震源方向;速度模型的建立应以校正炮时距曲线拟合理论曲线为原则;利用Geiger和网格搜索法可精确得到震源定位结果。     

干耦合超声波检测及波初至的自动拾取

目前岩石力学参数测定，受限于探头及数据采集设备，多在实验室环境完成，同时，传统超声收发探头对接触面平整度要求较高，需要对岩石表面打磨处理，且需要涂抹导声糊。这些都极大限制了超声测量系统的应用范围。为实现对岩石钻孔内的长效监测，对声波发射、接收机制及岩石内超声信号的频域特性进行分析，通过AIC算法拾取波前初至，利用小波去噪和改进AIC法（NAIC）求波初至到达精确时间，研究了基于干耦合岩石内部参数测量系统，在岩石内部实现了超声信号的发射接收、信号瞬态触发、高速采集，并将最终结果通过无线方式传输至数据记录仪。分别对Φ50 mm×100 mm花岗岩及砂岩岩样进行了超声波传输参数测量，Φ114 mm×280 mm花岗岩岩样测量距离分别为150、200 mm，利用NAIC、STA/LTA、MER、ETA 4种算法对该数据进行处理，并与第三方仪器测定结果进行比较。结果表明：基于干耦合声波测速采集系统，对不同工作接触面适应性较好，数据误差在规范允许范围内。小波降噪适用于背景干扰少、频率范围集中的超声接收信号，在到时拾取方面，除STA/LTA外其余3种算法在去噪后的到时拾取精度均得到有效提高，其中尤以NAIC法最为明显，到时平均误差由1.21 ?s锐减至0.19 ?s。     

基于STA/LTA和分形维算法的微震事件初至自动拾取方法

精确拾取微地震事件初至是微震定位的关键技术之一。根据STA/LTA和分形维数两种微地震初至拾取方法的原理,采用理论模型数据对两种初至拾取方法进行了测试,并选取不同信噪比的实际数据从初至拾取精度、算法效率两个方面进行了对比。结果表明,对于高信噪比微震事件,两种方法都能获得精度较高的初至,但对于低信噪比微震事件,分形维数与STA/LTA比较其拾取精度相对要高。鉴此,运用STA/LTA和分形维两种算法相结合的微震事件初至拾取方法,对实际数据进行了处理,实现了微震事件初至较为准确的自动拾取。     

微地震事件不同初至拾取方法的对比分析

微地震事件初至的精确拾取是微震时空定位的关键技术之一。简述了STA/LTA (Short–Term to Long–Term Average)、AIC (Akaike Information Criteria)、分形维数3种微地震初至拾取方法的基本原理;采用理论模型数据对不同初至拾取方法进行了方法测试效果分析;并选取不同信噪比的实际数据对初至拾取精度、算法效率两个方面进行了比较。结果显示:高信噪比时,3种方法初至拾取的精度都比较高;在信噪比降低时,分形维数法初至拾取的精度仍然较高,具有较好的抗噪性;但是,分形维数法的效率较低,且受算法原理限制,并且与AIC法很难单独拾取事件初至。因此,采用STA/LTA识别微地震事件,初步确定初至范围,然后再使用AIC方法精确拾取初至,是微地震事件初至拾取的较好方法。      

A nonlinear microseismic source location method based on Simplex method and its residual analysis

Source location is one of the most valuable features of the microseismic technique due to its ability to delineate the unstable areas. In this paper, the precise formulas of the station residual and event residual are derived for the L1 norm statistical standard and the L2 norm statistical standard based on the residual analysis. Then, the error space for microseismic source location is proposed and analyzed. Based on the above research, a nonlinear microseismic source location method using the Simplex method is developed. This new method can search the microseismic source directly in the error space through four deformations of the simplex figures, and it is able to make use of both P-wave and S-wave velocities. Finally, the performance of the Simplex microseismic source location method is tested and verified by laboratory experiments. Test results show that the Simplex microseismic source location method can improve the accuracy and stability of the source location greatly when P-wave and S-wave velocities are involved simultaneously and correctly. The results also demonstrate that the L1 norm statistical standard always provides more accurate and reliable solutions than the L2 norm statistical standard when there are some major but isolated errors in the input data. However, none of the optimization methods are able to function when the errors in the input data are systematic and extreme, which indicates that an early detection and correction of these errors is of primary importance for microseismic source location.     

Hankel矩阵滤波在微地震数据处理中的应用

针对微地震信号能量弱、信噪比偏低的问题,将基于Hankel矩阵的滤波算法引入微地震信号处理中,用于衰减微地震信号中的随机噪音,提高微地震事件波至时间的拾取精度;采用Akaike信息准则(AIC)自动选取信号特征值,能适用于微地震事件的实时自动处理。与常规滤波方法相比,该方法在压制噪音的同时保护了微地震信号,其有效性和实用性在模型数据和实际微地震数据测试中得到了验证。      

Microseismic Monitoring at a Limestone Mine

Improving microseismic monitoring efficiency and accuracy at a mine requires an integrated effort. This article discusses a case study which demonstrates that the monitoring efficiency and accuracy can be drastically improved through optimally using the existing array, efficient techniques for signal processing and noise separation, and the advanced location algorithm which not only offers a robust search scheme, but also features the techniques for efficient data utilization and further error detection and minimization. The study is a collaborated research between Penn State and NIOSH researchers for the better use of microseismic technique for mine safety, ground control and roof fall prediction.     

一种可靠的强噪声三分量微地震数据初至拾取方法

精确的初至拾取是微地震数据处理中至关重要的环节。主流的长短时窗比法(STA/LTA)和基于自回归模型的赤池信息准则(AR-AIC)方法,对强噪声数据的拾取效果并不理想。为了更为精确的估计强噪声数据初至,提出了一种基于小波多尺度分析(WMA)和AIC算法的联合拾取方法。首先使用WMA对强噪声三分量(3C)微地震数据进行分解,并重构其近似数据作为实际计算数据,同时计算其绝对值的最大值点,来约束AIC计算数据段,最终选取AIC序列的全局最小值点作为其初至点。文中采用合成数据和实测数据对该改进算法进行了验证,拾取结果表明该算法能有效适用于强噪声微地震数据初至拾取,并明显提高其拾取精度(误差在0.25～0.5 ms之间)。     

基于震幅叠加的微地震事件定位在地面监测中的应用

在微地震地面监测中,由于微地震信号能量微弱,因此很难对微地震事件进行精确拾取。本文提出了一种基于STA/LTA(short term averaging/long term averaging)的判别频率估计模式识别方法,可以避免由于设定阈值出现漏判小能量微地震事件的情况,并在精度上比传统的STA/LTA方法提升10%以上。采用基于震幅叠加的能量聚焦方法对微地震事件进行定位计算,同时通过对能量聚焦结果的分析,进一步剔除"假"的微地震事件,从而能够更加精确地描述地下裂缝的发育情况。最后,通过对河北北部一水平井的压裂监测对该方法进行验证,结果表明,本方法计算效率高、监测结果获得施工单位的认可,能够对下一步压裂施工方案提供理论指导。     

Downhole Microseismic Source Location Based on a Multi-Dimensional DIRECT Algorithm for Unconventional Oil and Gas Reservoir Exploration

Downhole microseismic data has the significant advantages of high signal-to-noise ratio and well-developed P and S waves and the core component of microseismic monitoring is microseismic event location associated with hydraulic fracturing in a relatively high confidence level and accuracy. In this study, we present a multidimensional DIRECT inversion method for microseismic locations and applicability tests over modeling data based on a downhole microseismic monitoring system. Synthetic tests inidcate that the objective function of locations can be defined as a multi-dimensional matrix space by employing the global optimization DIRECT algorithm, because it can be run without the initial value and objective function derivation, and the discretely scattered objective points lead to an expeditious contraction of objective functions in each dimension. This study shows that the DIRECT algorithm can be extensively applied in real downhole microseismic monitoring data from hydraulic fracturing completions. Therefore, the methodology, based on a multidimensional DIRECT algorithm, can provide significant high accuracy and convergent efficiency as well as robust computation for interpretable spatiotemporal microseismic evolution, which is more suitable for real-time processing of a large amount of downhole microseismic monitoring data.