基于循环神经网络的微地震有效信号自动识别

• 作者: 王博爱 杨瑞召 李德伟 张都 郭嘉梁
• 来源期刊: 断块油气田
• 关键词: 微地震 有效信号自动识别 特征分析 循环神经网络 长短记忆网络
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 地质勘探|PETROLEUM GEOLOGY AND EXPLORATION
• 页码范围: 649-654,690
• 页数: 7页
• 分类号: TE132.1+4
• 语种: 中文
• DOI: 10.6056/dkyqt202105014

摘要

微地震地面实时监测时,代表压裂主要信息的有效信号能量弱,常淹没在噪声中,这将直接影响微地震事件的识别和震源定位的效果,因此,采用准确、快速的方法从微地震数据中自动识别有效信号尤为关键.文中采用长短时记忆网络(LSTM)的循环神经网络模型,通过综合微地震有效信号的能量特征、频谱特征、统计特征等属性来进行模型训练,并加入ReLU激活函数和L2正则化的损失函数来进行模型参数调优.将文中训练好的模型应用到实际微地震数据的结果表明,循环神经网络模型识别效果良好,充分压制了噪声,优化了数据成像.