CN107132578A - 一种微地震地面监测速度模型校正算法 - Google Patents

一种微地震地面监测速度模型校正算法 Download PDF

Info

Publication number
CN107132578A
CN107132578A CN201710219128.0A CN201710219128A CN107132578A CN 107132578 A CN107132578 A CN 107132578A CN 201710219128 A CN201710219128 A CN 201710219128A CN 107132578 A CN107132578 A CN 107132578A
Authority
CN
China
Prior art keywords
mrow
msub
munderover
mfrac
layer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710219128.0A
Other languages
English (en)
Other versions
CN107132578B (zh
Inventor
陈祖斌
江海宇
王纪程
吕昊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin University
Original Assignee
Jilin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jilin University filed Critical Jilin University
Priority to CN201710219128.0A priority Critical patent/CN107132578B/zh
Publication of CN107132578A publication Critical patent/CN107132578A/zh
Application granted granted Critical
Publication of CN107132578B publication Critical patent/CN107132578B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • G01V1/362—Effecting static or dynamic corrections; Stacking

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种微地震地面监测速度模型校正算法，由于目前已有构建方法仅对地层中各层速度不确定性进行了分析，并没有考虑到各层位置不确定性，导致最终射孔定位结果存在一定系统误差的问题。本发明在基于振幅叠加微地震速度模型构建方法基础上，提出通过扩大解空间的方法提高射孔重定位精度，即在极快速模拟退火方法过程中同时考虑地层中各层速度的不确定性和各层层位的不确定性。经试验结果证明，与现有方法相比，该方法能够更加准确地将射孔事件重定位至其真实值处，并能有效提高射孔点附近微地震事件定位可信度。

Description

一种微地震地面监测速度模型校正算法
技术领域
本发明涉及一种微地震地面监测速度模型校正算法。
背景技术
水力压裂技术在低渗油气田开发开采以及储层改造过程中发挥着至关重要的作用，通过水力压裂技术开发低渗透油气藏已成为一种普遍趋势。微地震定位技术是微地震监测工作的核心，该技术实施过程中，裂缝延伸导致周围岩石破裂，从而引发一系列可观测记录的微地震事件。而监测工区范围内的速度模型是影响微地震事件定位准确与否的主要因素，因此，如何获得一个有效的速度模型是微地震监测工程中一个关键性问题。
在微地震监测工程中，地震层析成像方法是寻求地下速度结构的有效手段，但在实际压裂监测过程中受条件制约，射孔信息量较少，地面检波器数量及覆盖范围严重不足，获得较为精细的工区地下速度结构几乎是不可能的。目前现有的微地震速度模型构建方法都以射孔重定位精度作为评判依据。Anikiev采用尝试的办法，同时对各层测井初始模型进行同时增加或减小一定值，得到一个相对较准确的反演速度模型。Pei等采用Occam法进行地下速度模型反演，谭玉阳等采用Levenberg-Marquardt方法进行速度模型反演。Pei等，Jiang等采用极快速模拟退火方案进行速度模型校正，取得了一定效果。但以上方法均依赖于射孔记录的初至拾取，在低信噪比情况下该方法失效。
CN105807316A公开了一种《基于振幅叠加的地面观测微地震速度模型校正方法》，从逆时偏移振幅叠加法原理出发，并结合极快速模拟退火算法，不需要拾取震相初至信息，通过监测射孔点重定位精度，判断速度模型是否可用于后续微地震定位。能有效的克服现有算法存在的极大值和最大值不分的情况，准确的找到能量聚焦最大值E，准确定位射孔位置，有效的校正速度模型。
但上述方法仅考虑到各层的速度不确定性，而并没有考虑到各层位位置不确定性，导致射孔重定位仍存在一定误差。因此，如何有效克服现有的微地震地面速度模型校正缺陷从而进一步提高微地震事件定位精度是本领域亟需解决的问题。
发明内容
为了解决上述问题，本发明在振幅叠加地面观测微地震速度模型校正方法的基础上，在极快速模拟退火方法过程中同时考虑各层速度不确定性以及层位不确定性，通过扩大解空间的方法提高射孔事件重定位精度。
实现本发明方法的步骤如下：
a、在地面布置n个检波器，并以射孔点位置作为中心点定义目标区域；
b、根据定位精度需要将目标区域划分成若干网格尺寸大小相同的体元；
c、根据测井曲线建立初始速度模型并读取n个检波器所获取的n道地震波资料；
d、采用震幅叠加方法定位射孔体元，并获得能量聚焦值最大的网格体元中心点坐标及相应能量聚焦值E；
e、以速度值和层位值作为不确定因素，采用极快速模拟退火法对目标层进行调整；
f、对射孔事件进行重定位，如果定位误差不满足定位要求，还需进行回火处理调整速度模型，直到定位误差足够小为止。
g、是否满足射孔精度要求：是；
h、结束。
步骤d中震幅叠加方法具体如下：
d1、计算各道检波器获取的地震波相对于参考道的走时差Δti；参考道选择有相对清晰的初至同相轴及较高的信噪比；
式(1)表示第i道与参考道走时之差；式(1)中Δlij为第i道与参考道在第j层的路径差，vj第j层的波速；
d2、各道检波器获取的地震波波形根据Δti逆时偏移后进行震幅叠加，表达式为：
式(2)中，各道波形在第j时刻的振幅值为A(f(t),k)；M为检波器个数，N为时窗长度；k为第j时刻的第k个采样点；
将式(1)带入式(2)得到：
其中步骤e，极快速模拟退火法具体实施如下：
第一步，根据测井曲线获得初始速度向量V,V＝[Vp1,Vp2,Vp3,...,Vpn]及初始层位模型向量H，H＝[H1,H2,H3,...,Hm-1]，其中，Vpi为第i层P波速度，Hj为第j个层界面深度坐标。
第二步，计算目标函数E(V),具体计算方法如下：
在测井数据中，选择任意一道作为参考道M，采用射线追踪的方法求取其它各道相对于该参考道的理论走时差：
Δtcal＝[t1-tM,t2-tM,...,tN-tM] (4)
根据该理论走时差对各道检波器获得的射孔记录波形进行逆时偏移叠加，目标函数(叠加能量)的数学表达式如下：
其中A为第i个体元在第j时刻的震幅大小，第i个体元的中心点坐标为(xi,yi,zi)，M为检波器个数，N为时窗长度；
第三步，计算模拟退火初始温度T0，获取初始温度的解决方法如下：
先给初始温度一个很小的正值，然后不断乘以一个恒大于1的数，直到满足对任何模型的接受概率接近于1为止；
其中，V0为初始速度模型，V1为第一次迭代模型结果。
第四步，进行模拟退火降温计算，极快速模拟退火降温公式如下：
Tk＝T0exp(-ck1/2N) (7)
其中k为迭代次数，T0为初始退火温度，c为给定常数用来调整算法退火温度，这里c＝0.5；N为需要调整速度的层数；
在进行模拟退火计算过程中，还需调整速度向量V和层位模型向量H，具体公式为：
其中，与为各层速度的最大最小边界值，其中 与为各层位最大最小边界值。其中sgn为符号函数，x为随机变量，取值范围在[-1,1]之间。μ∈[0,1]；产生x表达式为：
每次迭代计算模拟退火接受概率计算如下：当E(V′)≥E(V)时，V′替代V作为当前最优解，当E(V′)＜E(V)时,以概率
替代当前最优解，其中Tk为第k次迭代时的温度值。最后以E(V)>E作为本次模拟退火运算叠代终止条件。
本发明的有益效果：
现有技术中的极快速模拟退火算法过程中仅考虑了各层的速度向量V＝(Vp1,Vp2,Vp3,...,Vpn)T的不确定性。而并没有考虑到工区地下层位测量不准而导致的第i道与参考道在第j层的路径差Δlij的不确定性。这就导致速度模型解空间较小，虽经模拟退火运算，但仍无法完全消除射孔重定位误差。本专利提出在原算法模拟退火计算过程中加入各层位不确定因素，通过增大解空间的方式提高射孔点重定位精度，能够很好的解决射孔重定位不准的问题，并有效提高射孔点周围微地震定位可信度。
附图说明
图1基于振幅叠加的地面观测微地震速度模型校正方法流程图；
图2二维层状起伏结构地层模型图；
图3检波器各道正演模拟波形图；
图4(a)常规振幅叠加算法射孔重定位结果；
图4(b)算法改进后的射孔重定位结果；
图5震源定位分布结果；
图6震源定位误差结果图；
图7(a),(b)为经过本文改进后射孔重定位结果；
图7(c),(d)为采用常规振幅叠加速度模型校正算法射孔重定位结果。
具体实施方式
实施例1
下面结合附图和模拟地层模型对本发明技术方案以具体实施例的方式进行清楚、完整的描述。具体实施步骤如图1所示，具体如下：
a、如图2所示，选择二维层状起伏结构地层模型进行验证本文的改进算法，实际信号采用有限差分波动方程进行模拟，根据所模拟的地层模型建立初始平层状地层模型，后续的正演采用射线追踪方法，反演方法采用上述振幅叠加速度模型校正方法，并加入本文所提出的层位不确定因素，本次实验假定中间各层位上下浮动不超过50m。检波器排布与震源位置如图2所示，其中首个检波器坐标为(200,0)，每个检波器间距为50m，震源位置为(50,1400)。表1为根据测井曲线建立的初始速度模型参数。图3为各道检波器正演模拟波形。
b、将目标区域划分为网格尺寸为10m的体元，每一个网格中心可以被看作是微地震事件发生的潜在位置；
c、如图2所示，根据测井信息(图2绿线所示)获得各个地层的速度模型，初始速度向量V＝[2200,2750,3400,4800](单位m/s)，初始层界面向量模型H＝[424,729,1230](单位：m)，其中1～4层的深度范围依次为0m～424m，424m～779m，779m～1230m，1230m～1600m，与此对应的各层速度最大边界值为Vmax＝[2500,3200,4000,5500](单位m/s)，各层速度最小边界值为Vmin＝[1800,2400,3000,4500](单位m/s)；并读取17道检波器模拟资料。
d、采用振幅叠加对射孔定位并获得能量聚焦值最大的网格中心点坐标及相应能量聚焦值E＝12.7；震幅叠加方法具体如下：
d1、计算各道检波器获取的地震波相对于参考道的走时差Δti；参考道选择有相对清晰的初至同相轴及较高的信噪比；
式(1)表示第i道与参考道走时之差；式(1)中Δlij为第i道与参考道在第j层的路径差，vj第j层的波速；
d2、各道检波器获取的地震波波形根据Δti逆时偏移后进行震幅叠加，表达式为：
式(2)中，各道波形在第j时刻的振幅值为A(f(t),k)；M为检波器个数，N为时窗长度；k为第j时刻的第k个采样点；
将式(1)带入式(2)得到：
e、将第一道检波器(200,0)作为参考道，根据测井信息建立的初始速度模型，利用射线追踪技术计算模拟射孔点到各参考道的理论时差Δtcal，根据理论时差对各道进行偏移叠加，获取目标函数E(V)。
Δtcal＝[t1-tM,t2-tM,...,tN-tM] (4)
根据该理论走时差对各道检波器获得的射孔记录波形进行逆时偏移叠加，目标函数(叠加能量)的数学表达式如下：
其中A为第i个体元在第j时刻的震幅大小，第i个体元的中心点坐标为(xi,yi,zi)，M为检波器个数，N为时窗长度；
f、采用极快速模拟退火算法对各层界面位置及各层速度值进行调整，首先按照上述模拟退火步骤e中第三步求取模拟退火算法初始温度T0，
计算模拟退火初始温度T0，获取初始温度的解决方法如下：
先给初始温度一个很小的正值，然后不断乘以一个恒大于1的数，直到满足对任何模型的接受概率接近于1为止；
其中，V0为初始速度模型，V1为第一次迭代模型结果。得到初始温度的近似值为100℃。
然后进行模拟退火降温计算，所采用的极快速模拟退火降温公式如下：
Tk＝T0exp(-ck1/2N) (7)
其中k为迭代次数，T0为初始退火温度，c为给定常数用来调整算法退火温度，这里c＝0.5；N为需要调整速度的层数；
在进行模拟退火计算过程中，还需调整速度模型向量V和层位模型向量H，具体公式为：
其中，与为各层速度的最大最小边界值，其中 与为各层位最大最小边界值。其中sgn为符号函数，x为随机变量，取值范围在[-1,1]之间。μ∈[0,1]；产生x表达式为：
每次迭代计算模拟退火接受概率计算如下：当E(V′)≥E(V)时，V′替代V作为当前最优解，当E(V′)＜E(V)时,以概率
替代当前最优解，其中Tk为第k次迭代时的温度值。最后以E(V)>E作为本次模拟退火运算叠代终止条件。
g、将经过调整后的速度模型对射孔事件进行重定位，若定位结果满足定位精度(误差在5m以内)要求，即与真实射孔位置相差甚微，；若定位结果不满足定位精度要求，即与真实射孔位置相差较大，则需对进行回火处理继续调整速度模型，直至满足射孔精度要求后结束。
如图7所示，利用常规振幅叠加速度模型构建算法得到的射孔重定位结果误差为23m，而采用本文改进后的算法重定位误差小于2m，可见本文改进后的算法比常规算法更优。
为验证该方法对震源定位可信度的提高，本专利在射孔周围设置了24个震源(图5所示)，分别采用初始速度模型，原震幅叠加微地震速度模型校正算法，以及改进后速度模型校正方法构建速度模型，并对24个震源进行重定位处理，定位分布结果如图5所示，震源定位分布误差如图6所示。从以上结果可以看出，采用本专利方法进行速度模型校正后，能够有效提高射孔周边微地震定位可信度。

Claims (2)

1.一种微地震地面监测速度模型校正算法，具体步骤如下：
a、在地面布置n个检波器，并以射孔点位置作为中心点定义目标区域；
b、根据定位精度需要将目标区域划分成若干网格尺寸大小相同的体元；
c、根据测井曲线建立初始速度模型并读取n个检波器所获取的n道地震波资料；
d、采用震幅叠加方法定位射孔体元，并获得能量聚焦值最大的网格体元中心点坐标及相应能量聚焦值E；
e、以速度值和层位值作为不确定因素，采用极快速模拟退火法对目标层进行调整；
f、对射孔事件进行重定位，如果定位误差不满足定位要求，还需进行回火处理调整速度模型，直到定位误差足够小为止。
g、是否满足射孔精度要求：是；
h、结束；
其中，步骤e所述的模拟退火具体步骤为：
第一步，根据测井曲线获得初始速度模型向量V,V＝[Vp1,Vp2,Vp3,...,Vpn]及初始层位模型向量H，H＝[H1,H2,H3,...,Hm-1]，其中，Vpi为第i层P波速度，Hj为第j个层界面深度坐标。
第二步，计算目标函数E(V),具体计算方法如下：
在测井数据中，选择任意一道作为参考道M，采用射线追踪的方法求取其它各道相对于该参考道的理论走时差：
Δtcal＝[t1-tM,t2-tM,...,tN-tM] (4)
根据该理论走时差对各道检波器获得的射孔记录波形进行逆时偏移叠加，目标函数(叠加能量)的数学表达式如下：
<mrow> <mi>E</mi> <mrow> <mo>(</mo> <mi>V</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <mo>&amp;lsqb;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <mi>A</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
其中A为第i个体元在第j时刻的震幅大小，第i个体元的中心点坐标为(xi,yi,zi)，M为检波器个数，N为时窗长度；
第三步，计算模拟退火初始温度T0，获取初始温度的解决方法如下：
先给初始温度一个很小的正值，然后不断乘以一个恒大于1的数，直到满足对任何模型的接受概率接近于1为止；
<mrow> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mi>V</mi> <mn>0</mn> </msub> <mo>&amp;RightArrow;</mo> <msub> <mi>V</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>exp</mi> <mo>&amp;lsqb;</mo> <mfrac> <mrow> <mi>E</mi> <mrow> <mo>(</mo> <msub> <mi>V</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mi>E</mi> <mrow> <mo>(</mo> <msub> <mi>V</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> </mrow> <msub> <mi>T</mi> <mn>0</mn> </msub> </mfrac> <mo>&amp;rsqb;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
其中，V0为初始速度模型，V1为第一次迭代模型结果。
第四步，进行模拟退火降温计算，极快速模拟退火降温公式如下：
Tk＝T0exp(-ck1/2N) (7)
其中k为迭代次数，T0为初始退火温度，c为给定常数用来调整算法退火温度，这里c＝0.5；N为需要调整速度的层数；
在进行模拟退火计算过程中，还需调整速度模型向量V和层位模型向量H，具体公式为：
Vi k+1＝Vi k+x*(Vi max-Vi min) (8)
<mrow> <msubsup> <mi>H</mi> <mi>i</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msubsup> <mo>=</mo> <msubsup> <mi>H</mi> <mi>i</mi> <mi>k</mi> </msubsup> <mo>+</mo> <mi>x</mi> <mo>*</mo> <mrow> <mo>(</mo> <msubsup> <mi>H</mi> <mi>i</mi> <mi>max</mi> </msubsup> <mo>-</mo> <msubsup> <mi>H</mi> <mi>i</mi> <mi>min</mi> </msubsup> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
其中，与为各层速度的最大最小边界值，其中 与为各层位最大最小边界值。其中sgn为符号函数，x为随机变量，取值范围在[-1,1]之间。μ∈[0,1]；产生x表达式为：
<mrow> <mi>x</mi> <mo>=</mo> <mi>sgn</mi> <mrow> <mo>(</mo> <mi>&amp;mu;</mi> <mo>-</mo> <mn>0.5</mn> <mo>)</mo> </mrow> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>&amp;lsqb;</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mfrac> <mn>1</mn> <msub> <mi>T</mi> <mi>k</mi> </msub> </mfrac> <mo>)</mo> </mrow> <mrow> <mo>|</mo> <mn>2</mn> <mi>&amp;mu;</mi> <mo>-</mo> <mn>1</mn> <mo>|</mo> </mrow> </msup> <mo>-</mo> <mn>1</mn> <mo>&amp;rsqb;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>10</mn> <mo>)</mo> </mrow> </mrow>
每次迭代计算模拟退火接受概率计算如下：当E(V′)≥E(V)时，V′替代V作为当前最优解，当E(V′)＜E(V)时,以概率
<mrow> <mi>P</mi> <mrow> <mo>(</mo> <mi>V</mi> <mo>&amp;RightArrow;</mo> <msup> <mi>V</mi> <mo>&amp;prime;</mo> </msup> <mo>)</mo> </mrow> <mo>=</mo> <mi>exp</mi> <mo>&amp;lsqb;</mo> <mfrac> <mrow> <mi>E</mi> <mrow> <mo>(</mo> <mi>V</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>E</mi> <mrow> <mo>(</mo> <msup> <mi>V</mi> <mo>&amp;prime;</mo> </msup> <mo>)</mo> </mrow> </mrow> <msub> <mi>T</mi> <mi>k</mi> </msub> </mfrac> <mo>&amp;rsqb;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>11</mn> <mo>)</mo> </mrow> </mrow>
替代当前最优解，其中Tk为第k次迭代时的温度值；最后以E(V)>E作为本次模拟退火运算叠代终止条件。
2.根据权利要求1所述的微地震地面监测速度模型校正算法，其特征在于，所述步骤d中震幅叠加方法具体如下：
d1、计算各道检波器获取的地震波相对于参考道的走时差Δti；参考道选择有相对清晰的初至同相轴及较高的信噪比；
<mrow> <msub> <mi>&amp;Delta;t</mi> <mi>i</mi> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>L</mi> </munderover> <mfrac> <mrow> <msub> <mi>&amp;Delta;l</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> <msub> <mi>v</mi> <mi>j</mi> </msub> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
式(1)表示第i道与参考道走时之差；式(1)中Δlij为第i道与参考道在第j层的路径差，vj第j层的波速；
d2、各道检波器获取的地震波波形根据Δti逆时偏移后进行震幅叠加，表达式为：
<mrow> <mi>E</mi> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>A</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>f</mi> <mo>(</mo> <mrow> <mi>t</mi> <mo>-</mo> <msub> <mi>&amp;Delta;t</mi> <mi>i</mi> </msub> </mrow> <mo>)</mo> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
式(2)中，各道波形在第j时刻的振幅值为A(f(t),k)；M为检波器个数，N为时窗长度；k为第j时刻的第k个采样点；
将式(1)带入式(2)得到：
<mrow> <mi>E</mi> <mrow> <mo>(</mo> <mi>V</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>A</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>f</mi> <mo>(</mo> <mi>t</mi> <mo>-</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>L</mi> </munderover> <mfrac> <mrow> <msub> <mi>&amp;Delta;l</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> <msub> <mi>v</mi> <mi>j</mi> </msub> </mfrac> <mo>)</mo> </mrow> <mo>,</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>.</mo> </mrow> 2
CN201710219128.0A 2017-04-06 2017-04-06 一种微地震地面监测速度模型校正算法 Active CN107132578B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710219128.0A CN107132578B (zh) 2017-04-06 2017-04-06 一种微地震地面监测速度模型校正算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710219128.0A CN107132578B (zh) 2017-04-06 2017-04-06 一种微地震地面监测速度模型校正算法

Publications (2)

Publication Number Publication Date
CN107132578A true CN107132578A (zh) 2017-09-05
CN107132578B CN107132578B (zh) 2019-06-18

Family

ID=59715299

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710219128.0A Active CN107132578B (zh) 2017-04-06 2017-04-06 一种微地震地面监测速度模型校正算法

Country Status (1)

Country Link
CN (1) CN107132578B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108089226A (zh) * 2018-01-29 2018-05-29 吉林大学 一种基于道间能量叠加的微地震事件自动识别方法
CN108761534A (zh) * 2018-05-18 2018-11-06 中石化石油工程技术服务有限公司 陆上地震加速度信号应用新方法
CN108897035A (zh) * 2018-05-14 2018-11-27 吉林大学 一种基于检波器权重因素的微地震加权定位方法
CN110414675A (zh) * 2019-09-02 2019-11-05 中北大学 一种基于深度学习的地下浅层震源定位方法
CN111413733A (zh) * 2020-03-20 2020-07-14 重庆地质矿产研究院 一种矿山微地震定位控制系统及方法
CN112630841A (zh) * 2021-01-19 2021-04-09 中国地质调查局油气资源调查中心 一种微地震事件检测分析方法
CN113885076A (zh) * 2021-09-30 2022-01-04 吉林大学 一种微地震地面监测速度模型校正方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110703320A (zh) * 2019-09-29 2020-01-17 天地科技股份有限公司 一种井上下联合微震监测系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110286306A1 (en) * 2010-05-21 2011-11-24 Leo Eisner Determining origin and mechanism of microseismic events in the earth's subsurface by deviatoric moment inversion
CN104076392A (zh) * 2014-05-28 2014-10-01 中国矿业大学(北京) 基于网格搜索和牛顿迭代的微震震源定位联合反演方法
CN104199090A (zh) * 2014-08-22 2014-12-10 电子科技大学 一种地面监测微地震定位的速度模型构建与求解方法
CN105807316A (zh) * 2016-04-25 2016-07-27 吉林大学 基于振幅叠加的地面观测微地震速度模型校正方法
CN106353792A (zh) * 2015-07-17 2017-01-25 中国石油化工股份有限公司 一种适用于水力压裂微震震源定位的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110286306A1 (en) * 2010-05-21 2011-11-24 Leo Eisner Determining origin and mechanism of microseismic events in the earth's subsurface by deviatoric moment inversion
CN104076392A (zh) * 2014-05-28 2014-10-01 中国矿业大学(北京) 基于网格搜索和牛顿迭代的微震震源定位联合反演方法
CN104199090A (zh) * 2014-08-22 2014-12-10 电子科技大学 一种地面监测微地震定位的速度模型构建与求解方法
CN106353792A (zh) * 2015-07-17 2017-01-25 中国石油化工股份有限公司 一种适用于水力压裂微震震源定位的方法
CN105807316A (zh) * 2016-04-25 2016-07-27 吉林大学 基于振幅叠加的地面观测微地震速度模型校正方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
江海宇: "油田压裂微地震地面监测速度模型校正及定位研究", 《中国博士学位论文全文数据库 基础科学辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108089226A (zh) * 2018-01-29 2018-05-29 吉林大学 一种基于道间能量叠加的微地震事件自动识别方法
CN108089226B (zh) * 2018-01-29 2019-07-12 吉林大学 一种基于道间能量叠加的微地震事件自动识别方法
CN108897035A (zh) * 2018-05-14 2018-11-27 吉林大学 一种基于检波器权重因素的微地震加权定位方法
CN108761534A (zh) * 2018-05-18 2018-11-06 中石化石油工程技术服务有限公司 陆上地震加速度信号应用新方法
CN108761534B (zh) * 2018-05-18 2024-03-29 中石化石油工程技术服务有限公司 陆上地震加速度信号应用新方法
CN110414675A (zh) * 2019-09-02 2019-11-05 中北大学 一种基于深度学习的地下浅层震源定位方法
CN110414675B (zh) * 2019-09-02 2022-05-27 中北大学 一种基于深度学习的地下浅层震源定位方法
CN111413733A (zh) * 2020-03-20 2020-07-14 重庆地质矿产研究院 一种矿山微地震定位控制系统及方法
CN112630841A (zh) * 2021-01-19 2021-04-09 中国地质调查局油气资源调查中心 一种微地震事件检测分析方法
CN113885076A (zh) * 2021-09-30 2022-01-04 吉林大学 一种微地震地面监测速度模型校正方法

Also Published As

Publication number Publication date
CN107132578B (zh) 2019-06-18

Similar Documents

Publication Publication Date Title
CN107132578B (zh) 一种微地震地面监测速度模型校正算法
CN105807316B (zh) 基于振幅叠加的地面观测微地震速度模型校正方法
CN103105624B (zh) 基于数据库技术的纵横波时差定位方法
CN102937721B (zh) 利用初至波走时的有限频层析成像方法
CN104133245B (zh) 一种地震资料的静校正方法及系统
CN107884822A (zh) 一种提高矿用微震震源定位精度的方法
CN105093319B (zh) 基于三维地震数据的地面微地震静校正方法
CN104375172B (zh) 火山岩下伏地层的构造形态正确成像的方法
CN103733089B (zh) 用于包括不确定性估计的地下表征的系统和方法
CN106094029A (zh) 利用偏移距矢量片地震数据预测储层裂缝的方法
CN110133715A (zh) 一种基于初至时差和波形叠加的微地震震源定位方法
CN108414983B (zh) 一种基于逆时射线追踪方法的微地震定位技术
CN105549077B (zh) 基于多级多尺度网格相似性系数计算的微震震源定位方法
CN105116444B (zh) 一种地面微地震监测各向异性速度模型
CN104765064A (zh) 一种微地震干涉成像的方法
CN106772591A (zh) 一种适用于提高微地震定位可靠性的联合定位方法
CN106249297A (zh) 基于信号估计的水力压裂微地震震源定位方法及系统
CN104360396B (zh) 一种海上井间tti介质三种初至波走时层析成像方法
CN106199704B (zh) 一种三维三分量海底电缆地震资料速度建模方法
CN103018778A (zh) 校正声波测井曲线进行储层预测的方法及设备
CN108897035A (zh) 一种基于检波器权重因素的微地震加权定位方法
CN103105622A (zh) 基于数据库技术的同型波时差定位方法
CN102877828A (zh) 一种三维多井联合井地ct成像方法
CN105425299A (zh) 确定地层裂缝分布的方法和装置
CN104749630B (zh) 构建微地震监测速度模型的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant