CN108897035A - 一种基于检波器权重因素的微地震加权定位方法 - Google Patents

一种基于检波器权重因素的微地震加权定位方法 Download PDF

Info

Publication number
CN108897035A
CN108897035A CN201810453202.XA CN201810453202A CN108897035A CN 108897035 A CN108897035 A CN 108897035A CN 201810453202 A CN201810453202 A CN 201810453202A CN 108897035 A CN108897035 A CN 108897035A
Authority
CN
China
Prior art keywords
wave detector
weight
microseism
localization method
noise ratio
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.)
Pending
Application number
CN201810453202.XA
Other languages
English (en)
Inventor
孙锋
张彦峰
陈祖斌
吕昊
江海宇
唐国峰
原杰
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 CN201810453202.XA priority Critical patent/CN108897035A/zh
Publication of CN108897035A publication Critical patent/CN108897035A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/16Receiving elements for seismic signals; Arrangements or adaptations of receiving elements
    • G01V1/18Receiving elements, e.g. seismometer, geophone or torque detectors, for localised single point measurements
    • G01V1/181Geophones

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

本发明涉及一种基于检波器权重因素的微地震加权定位方法,具体来说就是通过对地面检波器对定位影响的相关因素分析计算后给予不同的权重,通过赋权提高微地震事件定位精度。本发明是在分析影响检波器定位权重因子的基础上,通过对震中距和信噪比分配不同的权重,能够在一定程度上提升微地震事件定位精度,并有效提高射孔点周围微地震定位可信度。经试验证明:与现有方法相比,本发明的方法能够通过加权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的可信度。

Description

一种基于检波器权重因素的微地震加权定位方法
技术领域
本发明涉及一种地球物理探测方法,
基于检波器权重因素的微地震加权定位方法,具体来说是通过对地面检波器 对定位影响的相关因素进行分析计算后给予不同的权重,通过调整权重达到提高 微地震事件定位精度的目的。
技术背景
微地震事件定位技术已经广泛应用于油页岩开采中,而现阶段主要有两个因 素在影响着定位:一个是现阶段速度模型不准确,一个是地震波到时不能十分精 确的拾取。那么当地震速度模型相对准确的情况下,只考虑检波器本身接收到的 地震波信号,分析影响其的相关因素,进而根据各个因素对定位影响的强弱,对 不同的因素赋予不同的权重,从而实现定位精度的提升也是值得研究的一个课 题。
CN201511032278公开了一种《提高地震数据信噪比的方法及装置》,从 增强信噪比入手,基于倾斜叠加变换,获取第一炮检距向量片道集数据的属性信 息;基于每个第一炮检距向量片道集数据的属性信息和预设权重值,这样通过预 设权重,达到提高地震数据信噪比的目的。
CN201510672801公开了一种《一种地震属性的优化方法和装置》,提出 提取地震数据中待优化地震属性的权重值,将待优化地震属性的权重值进行排 序。进而通过对提取的待优化地震属性的权重数据进行定量分析,最后利用数学 方法计算得到待优化地震属性的权重值,根据权重值的大小,取出权重值小的地 震属性,保留权重值大的地震属性。
但上述方法仅考虑到从数据属性提出预设权重,或者根据地震属性剔除相关 权重小的属性,没有对与检波器相关的因子进行分析。因此,如何从微地震定位 中的检波器影响因素出发,对不同因素赋予不同的权重是一个全新的提升定位精 度的方法。
发明内容
本发明在基于网格搜索的振幅叠加微地震定位方法的基础上,分析了地面检 波器的信噪比与震中距这两个因子对微地震定位精度的影响,最后利用模拟退火 算法对每个检波器定位权重进行分配,通过调整检波器振幅来提高射孔事件重定 位精度。
本发明的目的是通过以下技术方案实现的:
一种基于检波器权重因素的微地震加权定位方法,包括以下步骤:
a、以射孔点位置作为中心点定义目标区域;
b、给出第i个站的权重wi
c、读取微地震数据;
d、对射孔定位并获得能量聚焦值最大的网格中心点坐标;
e、以单道信噪比和震中距作为不确定因素,采用模拟退火法对目标层进行 调整;
f、对射孔事件进行重定位;
g、是否满足射孔精度要求,是;
h、结束。
步骤b所述的第i个站的权重wi为:
wi=aiwdi+biwsnri (1)
其中ai为bi第i个采集站的震中距a,i,bi为信噪比所占权系数,wdi为震中距所占权重,wsnri为信噪比所占权重,ai=(a1,a2,a3,...,an),bi=(b1,b2,b3,...,bn),求解各 检波器震中距权值ai,利用目标函数E(a)求得最佳矩阵a,目标函数表达式:
其中A为第i个检波器在第j时刻的振幅大小,M为检波器个数,L为时窗 长度。
步骤e所述的模拟退火法对目标层进行调整;
利用模拟退火算法求取模拟退火初始温度T0,首先为初始温度赋一个很小的 正值,多次乘以1.2,使之慢慢升温,直到恰好满足对任何矩阵a值的接收概率 接近于1为止,降温参数Tk,降温公式为:
Tk=T0exp(-ck1/2N) (3)
其中,k为迭代次数,T0为初始退火参数,c为给定常数,令c=0.5,N为 需要调整的检波器个数;
求解随机变量x,用来调整各检波器震中距权值a,Vi为调整公式为:
其中Ai为各检波器震中距调整最大上限值,由该道检波器所获信号信噪比及 检波器距离射孔点远近决定的,产生x值表达式如下:
其中sgn为符号函数,μ取值范围在[-1,1]之间,
求解替代概率参数P,当E(a′)<E(a)时,a′替代a作为当前最优解,当 E(a′)>E(a)时以概率
替换当前最优解。
有益效果:以往加权只考虑属性问题,剔除或者弱化某些属性然后进行归一 化操作,没有从检波器方面进行分析。本发明是在分析影响检波器定位权重因子 的基础上,通过对震中距和信噪比分配不同的权重,能够在一定程度上提升微地 震事件定位精度,并有效提高射孔点周围微地震定位可信度。
附图说明:
图1一种基于检波器权重因素的微地震加权定位方法流程图;
图2三维层状起伏结构地层模型;
图3建立初始平层结构射线追踪示意图;
图4检波器各道正演模拟波形图;
图5(a),(b)为采用检波器不加权定位方法结果图;
图5(c),(d)为采用检波器加权定位方法结果图;
图6各层界面层厚约束范围以及各层旋转角约束范围。
具体实施方式:
下面结合附图和实施例对本发明作进一步的详细说明:
一种基于检波器权重因素的微地震加权定位方法,包括以下步骤:
a、以射孔点位置作为中心点定义目标区域;
b、给出第i个站的权重wi
c、读取微地震数据;
d、对射孔定位并获得能量聚焦值最大的网格中心点坐标;
e、以单道信噪比和震中距作为不确定因素,采用模拟退火法对目标层进行 调整;
f、对射孔事件进行重定位;
g、是否满足射孔精度要求,是;
h、结束。
步骤b所述的第i个站的权重wi为:
wi=aiwdi+biwsnri (1)
其中ai为bi第i个采集站的震中距a,i,bi为信噪比所占权系数,wdi为震中距所占权重,wsnri为信噪比所占权重,ai=(a1,a2,a3,...,an),bi=(b1,b2,b3,...,bn),求解各 检波器震中距权值ai,利用目标函数E(a)求得最佳矩阵a,目标函数表达式:
其中A为第i个检波器在第j时刻的振幅大小,M为检波器个数,L为时窗 长度。
步骤e所述的模拟退火法对目标层进行调整;
利用模拟退火算法求取模拟退火初始温度T0,首先为初始温度赋一个很小的 正值,多次乘以1.2,使之慢慢升温,直到恰好满足对任何矩阵a值的接收概率 接近于1为止,降温参数Tk,降温公式为:
Tk=T0exp(-ck1/2N) (3)
其中,k为迭代次数,T0为初始退火参数,c为给定常数,令c=0.5;N为 需要调整的检波器个数;
求解随机变量x,用来调整各检波器震中距权值a,Vi为调整公式为:
其中Ai为各检波器震中距调整最大上限值,由该道检波器所获信号信噪比及 检波器距离射孔点远近决定的,产生x值表达式如下:
其中sgn为符号函数,μ取值范围在[-1,1]之间,
求解替代概率参数P,当E(a′)<E(a)时,a′替代a作为当前最优解,当 E(a′)>E(a)时以概率
替换当前最优解。
这时就能得到震中距与信噪比在系统中所占权重值矩阵,然后利用振幅叠加 进行定位。
实施例1:
下面结合附图和实施例对本发明进行清楚、完整的描述。具体实施步骤如下:
如图2所示,利用三维层状起伏结构地层模型原定位方法,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,分 为4层,其中1~4层的速度值如表1所示,
表1各层界面层厚约束范围以及各层旋转角约束范围
依次为:1700m/s,2500m/s,3400m/s,5400m/s,模拟射孔位置为 (673,194,-1920),单位为米。
a、在射孔附近定义一个三维目标区域,即该区域有可能发生微震事件。在 本实施例中,以射孔坐标为基准,选定目标区域。选定的目标区域的三维坐标为 X∈[-800,800],Y∈[-200,200],Z∈[-2100,-1900],当定位结果发生在该区域内 认为定位到事件。微地震地面检波器成星型形状排列,共6条测线,每条测线 16个检波器(96道),检波器间距为40m,如图3所示。
b、确定该方法的初始迭代条件:模拟退火初始温度100°,然后慢慢降温。 终止条件:设置终止温度为0°;精度可接受范围为10m;替代概率参数P=0.6。 信噪比所占权重为那么震中距权重为
c、读取各检波器的数据,每个检波器数据视为一道数据,96道的合成数 据波形图,如图4所示;
d、利用目标函数E(a)求得能量聚焦。首先根据监测井测井资料获取工区初 始层状速度模型,利用射线追踪方法,根据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,得到目标函数表达式:
将其中A为第i个检波器在第j时刻的振幅大小,M为检波器个数,N为时窗长 度。此时M=96,N=8,E(a)为能量聚焦,为183.6焦耳.
e、经过以上计算得到能量聚焦最大值点坐标为(678,185,-1953),误差 为25.20,单位:米,如图5(a)(b)所示,则此坐标被视为射孔位置。
实施例2:
下面结合附图和实施例对本发明进行清楚、完整的描述。具体实施步骤如下:
如图2所示,利用三维层状起伏结构地层模型进行验证本文的定位方法,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,分为4层,其中1~4层的速度值如上表1所示,依次为: 1700m/s,2500m/s,3400m/s,5400m/s,模拟射孔位置为(673,194, -1920),单位为米。
a、在射孔附近定义一个三维目标区域,即该区域有可能发生微震事件。在 本实施例中,以射孔坐标为基准,选定目标区域。选定的目标区域的三维坐标为 X∈[-800,800],Y∈[-200,200],Z∈[-2100,-1900],当定位结果发生在该区域内 认为定位到事件。微地震地面检波器成星型形状排列,共6条测线,每条测线 16个检波器(96道),检波器间距为40m,如图3所示。
b、确定该方法的初始迭代条件:模拟退火初始温度100°,然后慢慢降温。 终止条件:设置终止温度为0°;精度可接受范围为10m;替代概率参数P=0.6。 初始信噪比所占权重为a0=(1,1,1,...,1),那么震中距权重为b0=(0,0,0,...,0)。
c、读取各检波器的数据,每个检波器数据视为一道数据,96道的合成数 据波形图,如图4所示;
d、利用目标函数E(a)(射孔点坐标已知,可通过射孔点能量聚焦情况,判 断权值分配是否达到最佳)求得最佳矩阵ai。首先根据监测井测井资料获取工区 初始层状速度模型,利用射线追踪方法,根据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,得到目标函数表达式:
将其中A为第i个检波器在第j时刻的振幅大小,M为检波器个数,N为时窗长 度。此时M=96,N选取为8,E(a)能量聚焦为183.6焦耳。
e、把b中设置的模拟退火初始温度代入降温公式:Tk=T0exp(-ck1/2N),缓 慢降温过程中通过检波器震中距权重值公式调整 计算出来E(ai)的值为214.2焦耳,比之前目标函数值大,则 更新E(ai)值以及定位出微地震事件的坐标,依次类推,直到达到终止条件。
f、经过以上计算得到能量聚焦最大值点坐标为(677,198,-1915),误差 为7.55,单位:米,如图5(c)(d)所示。定位过程中满足B中设置的终止条件,则 此坐标被视为射孔位置。

Claims (3)

1.一种基于检波器权重因素的微地震加权定位方法,其特征在于,包括以下步骤:
a、以射孔点位置作为中心点定义目标区域;
b、给出第i个站的权重wi
c、读取微地震数据;
d、对射孔定位并获得能量聚焦值最大的网格中心点坐标;
e、以单道信噪比和震中距作为不确定因素,采用模拟退火法对目标层进行调整;
f、对射孔事件进行重定位;
g、是否满足射孔精度要求,是;
h、结束。
2.按照权利要求1所述的一种基于检波器权重因素的微地震加权定位方法,其特征在于,步骤b所述的第i个站的权重wi为:
wi=aiwdi+biwsnri (1)
其中ai为bi第i个采集站的震中距a,i,bi为信噪比所占权系数,ai=(a1,a2,a3,...,an),bi=(b1,b2,b3,...,bn),wdi为震中距所占权重,wsnri为信噪比所占权重,求解各检波器震中距权值ai
利用目标函数E(a)求得最佳矩阵a,目标函数表达式:
将其中A为第i个检波器在第j时刻的振幅大小,M为检波器个数,L为时窗长度。
3.按照权利要求1所述的一种基于检波器权重因素的微地震加权定位方法,其特征在于,步骤e所述的模拟退火法对目标层进行调整;
利用模拟退火算法求取模拟退火初始温度T0,多次除以1.2,使之慢慢降温,直到恰好满足对任何矩阵a值的接收概率接近于1为止,降温参数Tk,降温公式为:
Tk=T0exp(-ck1/2N) (3)
其中,k为迭代次数,T0为初始退火参数,c为给定常数,令c=0.5,N为需要调整的检波器个数,
求解随机变量x,用来调整各检波器震中距权值a,Vi为调整公式为:
Vi k+1=Vi k+x*Ai (4)
其中Ai为各检波器震中距调整最大上限值,由该道检波器所获信号信噪比及检波器距离射孔点远近决定的,产生x值表达式如下:
其中sgn为符号函数,μ取值范围在[-1,1]之间,
求解替代概率参数P,当E(a′)<E(a)时,a′替代a作为当前最优解,当E(a′)>E(a)时以概率
替换当前最优解。
CN201810453202.XA 2018-05-14 2018-05-14 一种基于检波器权重因素的微地震加权定位方法 Pending CN108897035A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810453202.XA CN108897035A (zh) 2018-05-14 2018-05-14 一种基于检波器权重因素的微地震加权定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810453202.XA CN108897035A (zh) 2018-05-14 2018-05-14 一种基于检波器权重因素的微地震加权定位方法

Publications (1)

Publication Number Publication Date
CN108897035A true CN108897035A (zh) 2018-11-27

Family

ID=64343248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810453202.XA Pending CN108897035A (zh) 2018-05-14 2018-05-14 一种基于检波器权重因素的微地震加权定位方法

Country Status (1)

Country Link
CN (1) CN108897035A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109782356A (zh) * 2019-02-25 2019-05-21 西南大学 基于能量网格搜索的井下微震监测传感器最优布设方法
CN113053064A (zh) * 2021-03-15 2021-06-29 中国地震局地球物理研究所 一种面向区域性地震预警系统评测方法及评测系统
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
CN116224432A (zh) * 2022-12-09 2023-06-06 视拓科技(西安)有限公司 微地震监测信号的数据处理方法和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN106772591A (zh) * 2017-04-05 2017-05-31 吉林大学 一种适用于提高微地震定位可靠性的联合定位方法
CN107132578A (zh) * 2017-04-06 2017-09-05 吉林大学 一种微地震地面监测速度模型校正算法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN106772591A (zh) * 2017-04-05 2017-05-31 吉林大学 一种适用于提高微地震定位可靠性的联合定位方法
CN107132578A (zh) * 2017-04-06 2017-09-05 吉林大学 一种微地震地面监测速度模型校正算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
余洋洋等: "微地震地面监测系统的优化设计", 《石油地球物理勘探》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109782356A (zh) * 2019-02-25 2019-05-21 西南大学 基于能量网格搜索的井下微震监测传感器最优布设方法
CN113053064A (zh) * 2021-03-15 2021-06-29 中国地震局地球物理研究所 一种面向区域性地震预警系统评测方法及评测系统
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
CN116224432A (zh) * 2022-12-09 2023-06-06 视拓科技(西安)有限公司 微地震监测信号的数据处理方法和系统
CN116224432B (zh) * 2022-12-09 2024-03-08 视拓科技(西安)有限公司 微地震监测信号的数据处理方法和系统

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
CN108897035A (zh) 一种基于检波器权重因素的微地震加权定位方法
CN105807316B (zh) 基于振幅叠加的地面观测微地震速度模型校正方法
CN106873033B (zh) 一种基于神经网络的多属性地震信息融合裂缝预测的方法
CN102819040B (zh) 基于中心扩散加倾角属性的三维地震层位自动追踪方法
CN106597533A (zh) 一种用于山前带地震资料处理的深度域速度建模方法
CN112883564B (zh) 一种基于随机森林的水体温度预测方法及预测系统
Battaglia et al. Location of long‐period events below Kilauea Volcano using seismic amplitudes and accurate relative relocation
CN102841379B (zh) 一种基于共散射点道集的叠前时间偏移与速度分析方法
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
CN109738945A (zh) 一种利用叠前深度偏移成果直接生成构造图的方法
CN104375172B (zh) 火山岩下伏地层的构造形态正确成像的方法
CN105093319B (zh) 基于三维地震数据的地面微地震静校正方法
CN105116444B (zh) 一种地面微地震监测各向异性速度模型
EP2185947A2 (en) Complex analysis of kinematics for non-hyperbolic moveout corrections
CN105954795A (zh) 一种用于微地震定位的网格逐次剖分方法
CN107703540B (zh) 一种微地震定位及层析成像方法
CN109164487A (zh) 一种基于模型建立平均速度场的方法及精细成图的方法
CN104570076A (zh) 一种基于二分法的地震波初至自动拾取方法
CN105445787A (zh) 一种最优方位子体相干的裂缝预测方法
CN109884693A (zh) 自适应走向速度谱求取方法和系统
CN105044779A (zh) 基于相控接收指向性的反射界面方位定量判定方法及装置
CN109034179A (zh) 一种基于马氏距离idtw的岩层分类方法
CN109085642A (zh) 一种各向异性介质微地震事件定位方法
CN109212594A (zh) 一种各向异性介质纵横波联合定位方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181127

WD01 Invention patent application deemed withdrawn after publication