基于UNet++联合CliqueBlock的微地震P波初至拾取的方法技术

本发明专利技术公开了一种基于UNet++联合Clique Block的微地震P波初至拾取的方法，该方法针对现有微地震初至拾取技术难以高效、准确地拾取海量微地震P波初至的不足的缺陷，利用UNet++联合Clique Block构建全新网络MSPicking

【技术实现步骤摘要】
基于UNet++联合Clique Block的微地震P波初至拾取的方法


[0001]本专利技术属于地震监测
，具体涉及一种基于UNet++联合Clique Block的微地震P波初至拾取的方法。

技术介绍

[0002]微地震监测技术就是通过观测、分析由压裂产生的微小地震事件来监测地下状态的地球物理技术，对油田开发稳产、高产具有重要的意义。微地震有效信号能量较弱，信噪比较低，甚至完全淹没在噪音之中。因此，如何准确、快速的拾取低信噪比微地震信号P波初至对震源定位、裂缝预测、震源破裂机制分析具有重要的意义。
[0003]传统拾取方法(如STA/LTA、AIC准则、相关检测)等虽然取得了一定效果，但效率难以满足大数据时代下微地震信号初至拾取的需求。以卷积神经网络为代表的深度学习以其层数深、容量大的特点，在高精度、高效率处理海量数据上的优势日益凸显。
[0004]为提高微地震P波初至拾取的精度与效率，本专利提出一种UNet++联合Clique Block的微地震P波初至拾取方法。

技术实现思路

[0005]针对现有微地震初至拾取技术难以高效、准确地拾取海量微地震P波初至的不足，本专利技术利用UNet++联合Clique Block构建全新网络MSPicking
‑
Net，以进一步增强低信噪比微地震信号信噪可辨，提高微地震初至拾取的精度；为实现上述技术效果，本专利技术所采用的技术方案是：
[0006]一种基于UNet++联合Clique Block的微地震P波初至拾取的方法，包括如下步骤：
[0007]S1：对压裂区域进行井下或者地面观测，采集水力压裂微地震监测数据；监测的微地震监测数据信噪比较低、有效信号能量微弱；
[0008]S2：利用有限差分波动方程正演方法生成不同主频、不同地层速度模型下的正演模拟信号；
[0009]其中有限差分波动方程正演方法选用论文《盛冠群.微地震信号检测与震源定位方法研究[D].中国石油大学(华东),2016.》中记载的交错网格有限差分正演方法；
[0010]S3：对S2得到的正演模拟信号设置不同信噪比，连同实际监测剖面构建原始数据集，对所述原始数据集进行初至拾取，选取初至和非初至处的信号波形并分别进行标定；
[0011]S4：在UNet++网络中添加Clique Block块，构建MSPicking
‑
Net网络；其中Clique Block块的数量以及MSPicking
‑
Net的超参数设定均通过交叉验证方法进行确定；
[0012]优选地，交叉验证方法选用LOOCV或者K
‑
fold Cross Validation方法进行验证；
[0013]在Clique Block中，除了输入节点外，同一块中的任何两层都是双向连接的；在一个block中，每一层即是其他层的输入，也是其他层的输出；Clique Block中，每一层都是前一层的输出，后一层的输入是任何其他层的输出；具有5层的团块的传播如下表1所示：
al.2018.Unet++:A nested u
‑
net architecture for medical image segmentation》中的UNet++网络技术；Clique Block选用论文《Yang,Y.,et al."Convolutional Neural Networks with Alternately Updated Clique."2018IEEE/CVF Conference on Computer Vision and Pattern Recognition(CVPR)IEEE,2018.》中的技术。
[0029]本专利技术的有益效果为：
[0030]1、针对传统微地震初至拾取在海量微地震信号处理方面效率低下的劣势，本专利利用深度学习指导微地震信号初至拾取，实现了高效的海量微地震信号初至拾取；
[0031]2、针对微地震信号的低信噪比环境及Unet++层数较浅、难以捕获精细微地震信噪特征等缺陷，联合UNet++网络和Clique Block构建全新网络MSPicking
‑
Net，实现了深层精细微震信噪特征抽取，强化微地震低信噪比信号信噪分离，实现更快速、精细的低信噪比微地震初至拾取，进一步增强了低信噪比微地震信号信噪可辨，提高微地震初至拾取的精度。
[0032]3，本专利技术为微地震监测技术指出了一个重要的应用方向，促进该技术的应用和推广，并且通过将人工智能技术应用于传统微地震监测领域，以奠定微地震智能处理算法的研究基础，更可以为服务于国家的能源战略安全提供重要的理论基础。
附图说明
[0033]图1为本专利技术的工作流程示意图；
[0034]图2为本专利技术中MSPicking
‑
Net网络结构示意图；
[0035]图3为本专利技术基于MSPicking
‑
Net微地震信号初至拾取结果中信噪比为SNR＝
‑
10dB的待检测信号图；
[0036]图4为本专利技术基于MSPicking
‑
Net微地震信号初至拾取结果中U
‑
Net++网络有效信号初至位置概率预测曲线；
[0037]图5为本专利技术基于MSPicking
‑
Net微地震信号初至拾取结果中MSPicking
‑
Net网络有效信号初至位置概率预测曲线；
具体实施方式
[0038]实施例1：
[0039]如图1所示，一种基于UNet++联合Clique Block的微地震P波初至拾取的方法，包括如下步骤：
[0040]S1：对压裂区域进行井下或者地面观测，采集水力压裂微地震监测数据；监测的微地震监测数据信噪比较低、有效信号能量微弱；
[0041]S2：利用有限差分波动方程正演方法生成不同主频、不同地层速度模型下的正演模拟信号；
[0042]其中有限差分波动方程正演方法选用论文《盛冠群.微地震信号检测与震源定位方法研究[D].中国石油大学(华东),2016.》中记载的交错网格有限差分正演方法；
[0043]S3：对S2得到的正演模拟信号设置不同信噪比，连同实际监测剖面构建原始数据集，对所述原始数据集进行初至拾取，选取初至和非初至处的信号波形并分别进行标定；
[0044]S4：如图2所示，在UNet++网络中添加Clique Block块，构建MSPicking
‑
Net网络；其中Clique Block块的数量以及MSPicking
‑
Net的超参数设定均通过交叉验证方法进行确
定；MSPicking
‑
Net网络结构图如图2所示；
[0045]优选地，交叉验证方法选用LOOCV方法进行验证；
[0046]在Clique 本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于UNet++联合Clique Block的微地震P波初至拾取的方法，其特征在于：包括如下步骤：S1：对压裂区域进行井下或者地面观测，采集水力压裂微地震监测数据；S2：利用有限差分波动方程正演方法生成不同主频和不同地层速度模型下的正演模拟信号；S3：对S2得到的正演模拟信号设置不同信噪比，连同实际监测剖面构建原始数据集，对所述原始数据集进行初至拾取，选取初至和非初至处的信号波形并分别进行标定；S4：在UNet++网络中添加Clique Block块，构建MSPicking
‑
Net网络；其中Clique Block块的数量以及MSPicking
‑
Net的超参数设定均通过交叉验证方法进行确定；S5：训练集制作与网络训练：随机抽取S3得到的样本中等数量的初至位置和非初至位置信号得到训练集，完成MSPicking
‑
Net训...

【专利技术属性】
技术研发人员：盛冠群，马凯，郑悦林，余梅，孙航，汤婧，
申请(专利权)人：三峡大学，
类型：发明
国别省市：