共查询到18条相似文献,搜索用时 625 毫秒
1.
2.
微地震事件不同初至拾取方法的对比分析 总被引:1,自引:0,他引:1
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。 相似文献
3.
基于时窗能量比和AIC的两步法微震初至自动拾取 总被引:1,自引:0,他引:1
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. 相似文献
4.
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。 相似文献
5.
为获得更有效的微地震初至自动拾取方法,笔者分析了3种具有代表性的初至自动拾取方法(长短时均值比(STA/LTA)法、偏振分析法、AIC法)的原理及国内外研究进展,对3种方法在实际数据处理中的应用情况进行比较,讨论每种方法的实用性及在实际数据处理应用中存在的优缺点。在综合3种微地震初至拾取方法的基础上,发展了综合法。实际数据处理结果表明综合法能有效地对振幅弱、信噪比低的微地震信号进行初至拾取,提高微地震初至拾取的准确性。 相似文献
6.
地震数据的初至拾取是地震勘探中数据预处理的关键步骤。在非常规油气藏的开发过程中,地面微地震监测技术被广泛应用,由于微地震数据信噪比普遍较低,因此很难得到较为准确的初至拾取结果。针对地震数据的初至拾取精度和算法的抗噪性能,在变换时窗统计能量比法的基础上进行改进,应用统计学规律的同时设置阈值门槛R,求取可信度高的优势道,结合拾取范围约束Z以及多种拾取策略逐道计算,最终实现地震记录的初至拾取。利用该方法对松辽盆地某工区三维地震数据及某地区水平井水力压裂地面微地震监测数据进行初至拾取,取得到了较好的拾取效果,验证了该方法的实用性。 相似文献
7.
8.
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)。 相似文献
9.
10.
12.
随着常规油气藏资源不断枯竭,非常规油气藏的勘探开发已逐渐成为一种必然趋势,从而使得微地震监测技术快速发展。微地震事件的发生持续时间短、声波频率高,使得实际采集到的微地震数据信噪比较低。本文首先简要介绍了微地震监测技术能够在非常规油气藏开发中保证高效的增产,以及微地震噪声压制在微地震监测技术数据处理流程中是关键一步,直接影响着后续微地震研究的准确性和可靠性;并对地面微地震监测数据中的噪声源进行分析,归纳了地面微地震监测中常见噪声:强脉冲干扰、工业交流电干扰、钻井干扰、声波干扰、规则干扰等,分析了其各自的基本特点。然后,概述了地面微地震数据去噪方法已取得的成果,按频率、传播方向、空间分布区域等特性进行分类,分析各种去噪方法在实际应用过程中针对的噪声类型,以及在去噪过程中对有效信号造成的影响等。最后,基于深度学习具有更强的复杂函数表征能力,分析了3种典型深度学习模型的结构及特点;结合在其他相关领域数据去噪问题的成功应用,深度学习可以解决目前微地震数据噪声压制存在的问题,可以作为微地震数据去噪的一种新方法;考虑到目前微地震数据样本数量可能影响深度学习在微地震监测中大规模的应用,本文提出用生成式对抗网络来构建微地震数据样本库以解决该问题,并将其用于后续深度学习过程中的模型训练。 相似文献
13.
14.
针对目前深埋隧道围岩微震源定位难且精度不高等问题,采用启发式算法——引力搜索法(GSA)对隧道围岩微震源位置进行搜索,并将该算法与粒子群算法和单纯形法的搜索结果进行对比。发现在双速度模型和三速度模型下,引力搜索法相较于粒子群算法和单纯形法,都具有快速收敛、精度较高的优点,且与震源位置的距离能够控制在10 m以内。对双速度模型,引力搜索法的精度相对于单纯形法提高了83.71%,相对于粒子群算法提高了7.77%。对三速度模型,引力搜索法的精度相对于单纯形法提高了70.67%,相对于粒子群算法提高了39.36%。可见,该方法为深埋隧道微围岩震源定位提供了一种新思路。 相似文献
15.
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。 相似文献
16.
准确预测底板采动破坏深度是承压水上采煤底板水害防治中的一个关键问题,对于防治水方案的制定至关重要。根据山西保德煤矿的地质特征与工作面布置特点,采用高精度井-孔联合微震监测技术,对81307工作面底板破坏深度开展实时监测。利用锤击方法,标定了定位参数,验证了定位精度,确保微震监测系统的定位精度能够满足防治水要求,监测期间工作面回采600 m。监测结果表明:底板破坏深度为30 m,其中在81308二号回风巷下方破坏较深,81307一号回风巷下方破坏只有15 m,工作面超前破坏距离为25 m,监测结果与相邻81306工作面利用压水试验测量的底板破坏深度基本一致。研究表明,井-孔联合微震监测技术可以获得工作面底板破坏深度及其空间分布特征,更好地为煤矿防治水服务。 相似文献
17.