CN110515122A - 正演网格搜索定位及微地震信号识别方法及装置 - Google Patents
正演网格搜索定位及微地震信号识别方法及装置 Download PDFInfo
- Publication number
- CN110515122A CN110515122A CN201910752080.9A CN201910752080A CN110515122A CN 110515122 A CN110515122 A CN 110515122A CN 201910752080 A CN201910752080 A CN 201910752080A CN 110515122 A CN110515122 A CN 110515122A
- Authority
- CN
- China
- Prior art keywords
- node
- station
- forward modeling
- grid
- signal recognition
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- 238000005516 engineering process Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000013508 migration Methods 0.000 claims abstract description 6
- 230000005012 migration Effects 0.000 claims abstract description 6
- 229910052705 radium Inorganic materials 0.000 claims abstract description 6
- HCWPIIXVSYCSAN-UHFFFAOYSA-N radium atom Chemical compound [Ra] HCWPIIXVSYCSAN-UHFFFAOYSA-N 0.000 claims abstract description 6
- 238000005259 measurement Methods 0.000 claims abstract 2
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000006854 communication Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000001615 p wave Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
- G01V1/288—Event detection in seismic signals, e.g. microseismics
-
- 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)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Acoustics & Sound (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种正演网格搜索定位及微地震信号识别方法及装置。所述方法包括:以偏大的初始半径将被监测区划分为一次三维网格;设定网格节点是可能的震源位置,依据其它方法测定的速度模型,用时间偏移、叠加理论,及互相关计算技术,分时逐次搜索、比较每个节点;偏移其发出的地震波至各个台站的时间,对齐走时,进行波形叠加;若振幅明显增大,信号变得清晰,则该节点为一次三维网格中最接近震源位置的节点,同时识别微地震信号;震源位置的误差是一次网格节点间距的二分之一。本发明提供的正演网格搜索定位及微地震信号识别方法及装置提高了微地震监测中定位及信号识别的可靠性,其理论、技术得到油田专家的认可。
Description
技术领域
本发明涉及微地震观测技术领域,特别是涉及一种正演网格搜索定位及微地震信号识别方法及装置。
背景技术
油田、矿山微地震监测及其资料分析,是了解油田地下裂缝的一种新技术、方法。得到国内外专家、学者的推崇,得到广泛的应用。油田压裂,特别是大型水平井压裂,需要较高的监测、资料解释可信度,而且需要实时给出监测、分析结果,以控制压裂施工过程。这就需要定位精度高,又有足够快的定位及微地震信号识别技术、方法。
我们提出的正演网格搜索定位及微地震信号识别正是适合油田压裂实时监测的需求提出的,弥补了以往定位、分析技术存在的不足。该技术定位、信号识别同步进行;可以采用复杂速度模型,定位精度高;微地震信号识别客观、可靠;在进入现场前做出工程文件,减少现场计算量,满足多台站(70站以上)实时定位、分析的要求。
以往,采用模式识别、神经网络识别技术。首先识别微地震信号,给出微地震到时,再依据到时反演震源位置;信号识别依据依赖人为设定,人为因素较重;反演定位仅能采用较为简单的速度模型,定位精度低;现场计算量大,不能满足多台站(12站以上)实时定位、分析要求。
发明内容
本发明要解决的技术问题是提供一种正演网格搜索定位及微地震信号识别方法及装置,能够提高微地震监测中定位及信号识别的可靠性,其理论、技术得到油田专家的认可。
为解决上述技术问题,本发明提供了一种正演网格搜索定位及微地震信号识别方法,所述方法包括:以初始半径将被监测区划分为三维网格;根据预设的速度模型,确定震源在所述三维网格中的初始位置;其中,根据预设的速度模型,确定震源在所述三维网格中的初始位置,包括:各台站记录到信号后,依据预设的时差表,偏移时间,进行叠加;如果以某个节点的走时、时差做出偏移、叠加,信号清晰度显著增加,则所述节点即为震源。
在一些实施方式中,根据预设的速度模型确定震源在所述三维网格中的初始位置,还包括:根据所述速度模型,台站位置在监测前计算出各节点至各台站的走时,列出其走时表,相对标准的时差表,做出工程文件。
在一些实施方式中,使用所述速度模型计算地震波须使用以下两个公式:
h1tanαm1+h2tanαm2+…+hntanαmn=rm
其中,αmn是相对第m个台站、第n层地震射线出射角,h1、h2、…、hn是各层厚度,v1、v2、…、vn是各层的P波波速。
在一些实施方式中,所述速度模型还包括以下两个公式:
h1+h2+…+hn=H
其中,αmn是相对第m个台站、第n层地震射线出射角,h1、h2、…、hn是各层厚度,v1、v2、…、vn是各层的P波波速。
在一些实施方式中,正演网格搜索定位及微地震信号识别方法还包括:以所述三维网格的误差半径的一半为二次半径,将被监测区再次划分为二次三维网格;根据互相关计算结果,确定所述震源在所述二次三维网格中的具体位置。
在一些实施方式中,根据互相关计算结果,确定所述震源在所述二次三维网格中的具体位置,包括:用互相关方法计算出不同台站信号的走时,选择居中走时计算走时差;计算出各节点至各台站走时,选择居中走时对应的台站计算出走时差;某个节点及其地震记录计算出的二个走时差满足预设关系,则该节点为二次搜索得到的震源,取代一次搜索的震源;没有满足所述预设关系的二次节点,则取消该震源;其中,所述预设关系由如下公式给出:
其中,ΔTi是某一节点至各台站走时与上述对应台站的时差,Δti是由互相关计算出的走时与居中走时的走时差。
在一些实施方式中,所述三维网格的误差半径为所述三维网格的节点间距的一半。
在一些实施方式中,每次叠加,波幅的平均值增加0.3,视为信号清晰度显著增加。
在一些实施方式中,所述初始网格间距为100米,所述三维网格的定位误差半径为50米。
此外,本发明还提供一种正演网格搜索定位及微地震信号识别装置,所述装置包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现根据前文所述的正演网格搜索定位及微地震信号识别方法。
采用这样的设计后,本发明至少具有以下优点:
提高了微地震监测中定位及信号识别的可靠性,其理论、技术得到油田专家的认可。
附图说明
上述仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明提供的正演网格搜索定位及微地震信号识别方法的流程图;
图2是本发明提供的正演网格搜索定位及微地震信号识别方法的流程图;
图3是本发明提供的微地震一次三维网格偏移、叠加、定位示意图;
图4是本发明提供的微地震二次三维网格偏移、叠加、定位示意图;
图5是本发明提供的微地震监测采用的速度模型图;
图6是本发明提供的正演网格搜索定位及微地震信号识别装置的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
图1示出了本发明一种实施方式提供的正演网格搜索定位及微地震信号识别方法的流程。参见图1,正演网格搜索定位及微地震信号识别方法,包括:
S11,以初始半径将被监测区划分为三维网格。
S12,根据预设的速度模型,确定震源在所述三维网格中的初始位置。
本技术,提高了微地震监测中定位及信号识别的可靠性,其理论、技术得到油田专家的认可。已经多次应用于油田、煤层气、页岩气压裂监测过程中,得到用方的认可、验收。
图2示出了本发明另一种实施方式提供的正演网格搜索定位及微地震信号识别方法的流程。参见图2,正演网格搜索定位及微地震信号识别方法,包括:
S21,以初始半径将被监测区划分为一次三维网格。
S22,根据预设的速度模型,确定震源在所述一次三维网格中的初始位置。
S23,以所述一次三维网格的误差半径的一半为二次半径,将被监测区再次划分为二次三维网格。
S24,根据互相关计算结果,确定所述震源在所述二次三维网格中的具体位置。
正演网格搜索定位及微地震信号识别理论与技术是作者提出,并在油田微地震监测中得到成功应用的技术,可以满足70个以下台站实时监测需求。现寻求专利保护。
用12个以上放在地面上的地震仪,把被监测区切分成三维网格(图3)。假定每一个节点为震源。监测前,计算出来自空间网格每一个节点至全部监测站的地震波走时,给出某一个节点至一指定监测站与至其他监测站的走时差,做出工程文件;监测时,逐段把其他台站的地震记录做时差矫正后叠加在指定台站的地震记录上,若叠加后某一时间段地震记录幅度明显增大,信号变得清晰,则存在来自这一节点的地震信号;否则该节点不是震源;由于仅有简单的加减运算,可以大幅度提高计算机管理台站的效率。使用时间偏移、微地震记录叠加技术,可以大幅度提高空间定位精度,把震源定位误差控制在10m以内。通常采用二次网格搜索技术以提供震源定位精度。在人工地震勘探中也使用类似的时间偏移、微地震记录叠加技术,目的是寻找、确定地质层位。
为了实现正演走时计算,我们推导、提出以下基本公式,计算地震波走时:
h1tanαm1+h2tanαm2+…+hntanαmn=rm (1)
h1+h2+…+hn=H (3)
我们提出的公式(1)、(2)、(3)是已知网格节点、台站三维位置,计算走时、走时差的基本公式。
式中:
H是震源深度,h1、h2、…、hn是各层厚度。
αm1是相对第m个台站的震源地震射线出射角,αmn是相对第m个台站、第n层地震射线出射角,αm1是一个0-90度的角,是一个过渡性待求参数,计有M个;αmn由(4)式得出。
rm是震源相对台站的水平距离,是已知的。由X0、Y0二个未知数表示震源水平位置。
t0是发震时刻,tm是第m个台站的直达p波到时;v1、v2、…、vn是各层的P波波速。
公式(1)式是路径方程,有M个;公式(2)是走时方程,有M个。使用这1+2M个公式建立、完善、校正速度模型,计算全部节点至每一个台站的走时及走时差。
计算走时及时差时,扫描0-90的αm1,由(4)式计算出αmn,那个使(1) 式成立的αm1是真实的出射角,只保留使用这个出射角计算出的走时及走时差。
为了满足定位精度要求,又能减小计算量、迅速给出结果,通常采用二次网格搜索技术。第一次网格搜索,网格间距较大,如100米,使整个网格空间的节点数小于10000。搜索获得的震源位置是网格空间的某个节点,误差50米。第二次网格搜索,以第一次网格搜索得到的震源为中心,第一次网格搜索的误差半径作为二次网格空间半径,建立网格间距12.5米的搜索网格,该网格有729个节点,再进行二次正演网格搜索定位,理论误差6米,实际误差控制在10米。
如果二次网格搜索没有在1毫秒内获得合理震源位置,则删去这组数据,包括一次网格获得的震源结果。我们看到的数据应该有同样的精度,但现场数据量会远低于后处理结果数据量。
图4是正演网格搜索定位时采用的速度模型示例。
一次网格搜索定位的步骤是:
①根据速度模型,台站位置在监测前计算出各节点至各台站的走时,列出其走时表,相对标准道的时差表,做出工程文件;
②各台站记录到信号后,依据时差表,偏移时间,进行叠加。如果以那个节点的走时、时差做出偏移、叠加,信号清晰度显著增加,则这个节点即为震源。即震源与节点一一对应。标准是每次叠加,波幅的平均值增加0.3,视为显著。
③一次网格搜索的误差是节点间距的一半,误差半径约50米。
二次网格搜索定位的步骤是:
①以一次网格搜索得到的震源节点为中心,一次网格搜索的误差半径做半径,重新建立一个网格空间,间距12.5米,节点数729个(图4)。
②用互相关方法计算出不同台站信号的走时,选择居中走时计算走时差。
③计算出各节点至各台站走时,选择居中走时对应的台站计算出走时差。
④某个节点及其地震记录计算出的二个走时差满足下式,则该节点为二次搜索得到的震源,取代一次搜索的震源:
式中,ΔT是某一节点至各台站走时与上述对应台站的时差,Δt是由互相关计算出的走时与居中走时的走时差。
⑤若没有满足公式(5)的二次节点,则取消该震源。
⑥其理论误差6.25米,实际误差控制在10米。
图5是速度模型,依据油田提供的声波测井资料做出。起点深度是监测井的补心高度,该模型是6层模型。
图6是本发明正演网格搜索定位及微地震信号识别装置的结构图。参见图6,正演网格搜索定位及微地震信号识别装置包括:中央处理单元(CPU) 601,其可以根据存储在只读存储器(ROM)中的程序或者从存储部分608 加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统操作所需的各种程序和数据。CPU601、ROM 602 以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分 607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别的,根据本发明实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本发明的方法中限定的上述功能。需要说明的是,本发明的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意结合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何恰当的介质传输,包括但不限于:无线、电线、光缆、 RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连的表示的方框实际上可以基本并行的执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰,均落在本发明的保护范围内。
Claims (10)
1.一种正演网格搜索定位及微地震信号识别方法,其特征在于,包括:
以偏大的初始半径将被监测区划分为三维网格;
根据其它方法测定的速度模型,依据时间偏移、叠加理论及互相关技术确定震源在所述三维网格中的初始位置;
其中,根据预设的速度模型,使用时间偏移、波形叠加确定震源在所述三维网格中的初始位置,包括:
各台站记录到信号后,依据网格节点与各台站距离,现场施工前计算出由各节点至各台站的走时做出的时差表,对不同时段的地震波形偏移时间,进行叠加;
如果以某个节点的走时、时差做出偏移、叠加,信号清晰度显著增加,则所述节点即为震源。
2.根据权利要求1所述的正演网格搜索定位及微地震信号识别方法,其特征在于,根据其它方法测定的速度模型,使用时间偏移、波形叠加技术确定震源在所述三维网格中的初始位置,还包括:
根据所述速度模型,台站位置在监测前计算出各节点至各台站的走时,列出其走时表,相对标准的时差表,做出工程文件。
3.根据权利要求2所述的正演网格搜索定位及微地震信号识别方法,其特征在于,所述地震波形走时,使用速度模型由以下两个公式给出:
h1tanαm1+h2tanαm2+…+hntanαmn=rm
其中,αmn是相对第m个台站、第n层地震射线出射角,h1、h2、…、hn是各层厚度,v1、v2、…、vn是各层的P波波速。
4.根据权利要求3所述的正演网格搜索定位及微地震信号识别方法,其特征在于,使用所述速度模型计算地震波走时还须包括以下两个公式:
h1+h2+…+hn=H
其中,αmn是相对第m个台站、第n层地震射线出射角,h1、h2、…、hn是各层厚度,v1、v2、…、vn是各层的P波波速。
5.根据权利要求1所述的正演网格搜索定位及微地震信号识别方法,其特征在于,还包括:
以所述三维网格的误差半径的一半为二次半径,将被监测区再次划分为二次三维网格;
根据互相关计算结果,确定所述震源在所述二次三维网格中的具体位置。
6.根据权利要求5所述的正演网格搜索定位及微地震信号识别方法,其特征在于,根据互相关计算结果,确定所述震源在所述二次三维网格中的具体位置,包括:
用互相关方法计算出不同台站信号的走时,选择居中走时计算走时差;
计算出各节点至各台站走时,选择居中走时对应的台站计算出走时差;
某个节点及其地震记录计算出的二个走时差满足预设关系,则该节点为二次搜索得到的震源,取代一次搜索的震源;
没有满足所述预设关系的二次节点,则取消该震源;
其中,所述预设关系由如下公式给出:
其中,ΔTi是某一节点至各台站走时与上述对应台站的时差,Δti是由互相关计算出的走时与居中走时的走时差。
7.根据权利要求5所述的正演网格搜索定位及微地震信号识别方法,其特征在于,所述三维网格的误差半径为所述三维网格的节点间距的一半。
8.根据权利要求1所述的正演网格搜索定位及微地震信号识别方法,其特征在于,每次叠加,波幅的平均值增加0.3,视为信号清晰度显著增加。
9.根据权利要求5所述的正演网格搜索定位及微地震信号识别方法,其特征在于,所述初始半径为100米,所述三维网格的误差半径为50米。
10.一种正演网格搜索定位及微地震信号识别装置,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现根据权利要求1至9任意一项所述的正演网格搜索定位及微地震信号识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910752080.9A CN110515122B (zh) | 2019-08-15 | 2019-08-15 | 正演网格搜索定位及微地震信号识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910752080.9A CN110515122B (zh) | 2019-08-15 | 2019-08-15 | 正演网格搜索定位及微地震信号识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110515122A true CN110515122A (zh) | 2019-11-29 |
CN110515122B CN110515122B (zh) | 2021-07-16 |
Family
ID=68625976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910752080.9A Active CN110515122B (zh) | 2019-08-15 | 2019-08-15 | 正演网格搜索定位及微地震信号识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110515122B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111650669A (zh) * | 2020-05-27 | 2020-09-11 | 吉林大学 | 一种水力压裂震电信号联合处理方法 |
CN114371503A (zh) * | 2021-12-10 | 2022-04-19 | 煤炭科学技术研究院有限公司 | 震源定位方法、装置、电子设备及存储介质 |
CN115327620A (zh) * | 2021-05-11 | 2022-11-11 | 中国石油化工股份有限公司 | 微地震联合时差叠加定位方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120116681A1 (en) * | 2009-07-07 | 2012-05-10 | Hipoint Reservoir Imaging, Llc | Detecting and locating fluid flow in subterranean rock formations |
CN105629298A (zh) * | 2014-11-25 | 2016-06-01 | 费尔菲尔德工业股份有限公司 | 确定地震节点位置的方法和计算机系统 |
CN105954795A (zh) * | 2016-04-25 | 2016-09-21 | 吉林大学 | 一种用于微地震定位的网格逐次剖分方法 |
CN106680869A (zh) * | 2017-02-28 | 2017-05-17 | 中国石油大学(北京) | 微地震事件的检测和定位方法与装置 |
-
2019
- 2019-08-15 CN CN201910752080.9A patent/CN110515122B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120116681A1 (en) * | 2009-07-07 | 2012-05-10 | Hipoint Reservoir Imaging, Llc | Detecting and locating fluid flow in subterranean rock formations |
CN105629298A (zh) * | 2014-11-25 | 2016-06-01 | 费尔菲尔德工业股份有限公司 | 确定地震节点位置的方法和计算机系统 |
CN105954795A (zh) * | 2016-04-25 | 2016-09-21 | 吉林大学 | 一种用于微地震定位的网格逐次剖分方法 |
CN106680869A (zh) * | 2017-02-28 | 2017-05-17 | 中国石油大学(北京) | 微地震事件的检测和定位方法与装置 |
Non-Patent Citations (2)
Title |
---|
孟晓波 等: "基于互相关法的微地震检测和定位", 《中国地球科学联合学术年会2015》 * |
王云宏: "基于DIRECT算法的微震震源快速网格搜索定位方法研究", 《地球物理学进展》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111650669A (zh) * | 2020-05-27 | 2020-09-11 | 吉林大学 | 一种水力压裂震电信号联合处理方法 |
CN115327620A (zh) * | 2021-05-11 | 2022-11-11 | 中国石油化工股份有限公司 | 微地震联合时差叠加定位方法 |
CN114371503A (zh) * | 2021-12-10 | 2022-04-19 | 煤炭科学技术研究院有限公司 | 震源定位方法、装置、电子设备及存储介质 |
CN114371503B (zh) * | 2021-12-10 | 2023-08-29 | 煤炭科学技术研究院有限公司 | 震源定位方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110515122B (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104769215B (zh) | 用于特征化地下储层裂缝网络中的不确定性的系统和方法 | |
US10990882B2 (en) | Stratigraphic layer identification from seismic and well data with stratigraphic knowledge base | |
AU2013325186B2 (en) | Propagating fracture plane updates | |
CA2850109C (en) | Methods and systems for well planning based on a complex fracture model | |
US7248259B2 (en) | Three dimensional geological model construction | |
CN112381937B (zh) | 一种基于钻孔和复杂地质剖面的多源地质数据耦合建模方法 | |
CN110515122A (zh) | 正演网格搜索定位及微地震信号识别方法及装置 | |
CN109416769B (zh) | 生成用于开采油气储藏的油田开发计划(fdp)的计算机实施的方法 | |
EP3371629B1 (en) | Representing structural uncertainty in a mesh representing a geological environment | |
CN103105624B (zh) | 基于数据库技术的纵横波时差定位方法 | |
CN102053271B (zh) | 地震采集质量分析方法及装置 | |
CN105277978A (zh) | 一种确定近地表速度模型的方法及装置 | |
US20230384470A1 (en) | Method for three-dimensional velocity geological modeling with structures and velocities randomly arranged | |
US20140156244A1 (en) | System for determining position of marker depth coordinates for construction of geological model of deposit | |
CN103913768A (zh) | 基于地震波资料对地表中浅层进行建模的方法及装置 | |
CN103105622B (zh) | 基于数据库技术的同型波时差定位方法 | |
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 | |
CN110286410A (zh) | 基于绕射波能量的裂缝反演方法和装置 | |
US20220082719A1 (en) | Reservoir performance system | |
CN108845350A (zh) | 反演二维速度模型的方法及装置 | |
CN109298448A (zh) | 一种致密气压裂工程甜点的预测方法和装置 | |
CN107765306B (zh) | 一种vsp初始速度建模方法及装置 | |
CN108680968A (zh) | 复杂构造区地震勘探数据采集观测系统评价方法及装置 | |
CN107817524A (zh) | 三维地震层析成像的方法和装置 | |
Denisenko et al. | Automated geosteering while drilling using machine learning. Case studies |
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 |