CN110703321B - 一种利用字典理论的微震事件检测方法和系统 - Google Patents

一种利用字典理论的微震事件检测方法和系统 Download PDF

Info

Publication number
CN110703321B
CN110703321B CN201910946151.9A CN201910946151A CN110703321B CN 110703321 B CN110703321 B CN 110703321B CN 201910946151 A CN201910946151 A CN 201910946151A CN 110703321 B CN110703321 B CN 110703321B
Authority
CN
China
Prior art keywords
sequence
microseismic
signal
following
steps
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.)
Expired - Fee Related
Application number
CN201910946151.9A
Other languages
English (en)
Other versions
CN110703321A (zh
Inventor
翟明岳
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.)
Guangdong University of Petrochemical Technology
Original Assignee
Guangdong University of Petrochemical Technology
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 Guangdong University of Petrochemical Technology filed Critical Guangdong University of Petrochemical Technology
Priority to CN201910946151.9A priority Critical patent/CN110703321B/zh
Publication of CN110703321A publication Critical patent/CN110703321A/zh
Application granted granted Critical
Publication of CN110703321B publication Critical patent/CN110703321B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01V1/288—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
    • G01V1/24—Recording seismic data

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

本发明的实施例公开一种利用字典理论的微震事件检测方法和系统，所述方法包括：步骤1，输入实测的微震信号序列S；步骤2，根据字典理论检测微震事件；具体为：如果第K个窗口字典间距HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处检测到微震事件；否则，未检测到微震事件。其中，e0为微震事件判断阈值。

Description

一种利用字典理论的微震事件检测方法和系统
技术领域
本发明涉及石油领域，特别是涉及一种微震事件检测方法及系统。
背景技术
水力压裂微震监测技术是近年来在低渗透率储层压裂、油藏驱动和水驱前缘等领域发展起来的一项重要新技术，也是页岩气开发的重要支撑技术。该项技术在邻井中布置多级三分量检波器排列，监测压裂井目的层段在水力压裂过程中所产生的微震事件，反演微震事件求取震源位置等参数，从而描述水力压裂过程中裂缝生长的几何形状及空间分布，实时提供水力压裂产生裂缝的长度、高度、宽度及方位，实现页岩气的工业化开发。水力压裂微震检测是当前页岩气开发领域科学研究的热点和难点。从社会和国家的需求角度考虑，开展微震监测系统方面的研究十分重要，具有重大的社会和经济价值。
微震监测系统中重要的一项工作是微震事件的定位。定位精度是影响微震监测系统应用效果的最为重要的因素，而微震事件定位的准确程度则主要依赖于波动初至(又可称为初至)读取的准确性等有关因素。
但问题是，初至拾取并不如想象中的那般简单。受地面仪器采动以及地质构造的影响，岩石破裂形式十分复杂，继而产生各种形式和能量的微震波动，其形式可多达几十甚至上百种，不仅主频、延时和能量等方面有差异，而且在初至位置附近的波形形态差异巨大，这种波形特征的不统一为初至拾取到来了很大困难。进一步的研究还表明，微震震源机制也会影响初至点特征：硬岩剪切作用产生的微震波动大多能量大、主频较高、延时短以及最大峰值位置紧跟初始初至，这类波的初至点清晰、起跳延时短，拾取较为容易；但拉伸作用产生的微震波动大多能量小、主频低、延时长、起跳缓慢、能量分布较为均匀，这类波初至点处振幅较小，容易被干扰信号淹没，初至点的特征表现不一致，初至拾取并不容易；而软岩所产生的微震波动，能量分布集中、初始初至点模糊、分界线不明显，与硬岩有明显的不同，初至拾取也较为困难。同时，根据国外的研究发现，由于P波速度大于S波速度，很多算法想当然地认为初至波为P波，但事实可能更为复杂：初至可能是P波，也可能是S波，甚至还有可能是异常点(outliers)。根据研究，41％的初至为S波，10％的初至是outliers造成的。这些都给初至拾取带来了相当大的难度。
除了初至点特征复杂外，初至拾取还面临着另外一个更大的挑战：微震记录是海量数据。例如，2005年1月某试验区记录了近1万个微震事件。同时为了满足生产需求，微震监测系统需要一天24小时连续记录。不但如此，这些数据中有很大一部分都是人类或者机械活动所造成的噪声和干扰，与微震无关。文献更是将噪声分为三种基本类型：高频(>200Hz)噪声，由各种作业相关活动造成；低频噪声(<10Hz)，通常是由远离记录地点的机器活动造成，以及工业电流(50Hz)。除此之外，微震信号本身也并不纯粹，例如我国学者窦林名教授等认为微震信号包括多种信号。
因此，如何从海量数据中识别微震事件、拾取初至，是微震数据处理的基础。与此形成对比的是，生产上多采取人工方法，费时费力且精度与可靠性差，拾取质量无法保证，也无法处理海量数据。初至自动拾取是解决方法之一，微震波动初至自动拾取是微震监测数据处理的关键技术之一，也是实现微震震源自动定位的技术难点。
常见的微震事件检测方法中，判断阈值大小的确定较为随意，没有统一的准则，其普遍适用性存在很大的局限性，尤其是当信噪比较低时，算法的性能受到很大影响。
发明内容
本发明的目的是提供一种利用字典理论的微震事件检测方法和系统，所提出的方法利用了微震信号与背景噪声在信号能量变化方面的差异，根据字典理论检测微震事件，消除了背景噪声对事件检测性能的影响，提高了事件检测的精度。所提出的方法具有较好的鲁棒性，计算简单。
为实现上述目的，本发明提供了如下方案：
一种利用字典理论的微震事件检测方法，包括：
步骤1，输入实测的微震信号序列S；
步骤2，根据字典理论检测微震事件；具体为：如果第K个窗口字典间距HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处检测到微震事件；否则，未检测到微震事件。其中，e0为微震事件判断阈值。
一种利用字典理论的微震事件检测系统，包括：
获取模块，输入实测的微震信号序列S；
判断模块，根据字典理论检测微震事件；具体为：如果第K个窗口字典间距HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处检测到微震事件；否则，未检测到微震事件。其中，e0为微震事件判断阈值。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
常见的微震事件检测方法中，判断阈值大小的确定较为随意，没有统一的准则，其普遍适用性存在很大的局限性，尤其是当信噪比较低时，算法的性能受到很大影响。
本发明的目的是提供一种利用字典理论的微震事件检测方法和系统，所提出的方法利用了微震信号与背景噪声在信号能量变化方面的差异，根据字典理论检测微震事件，消除了背景噪声对事件检测性能的影响，提高了事件检测的精度。所提出的方法具有较好的鲁棒性，计算简单。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。显而易见，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的方法流程示意图；
图2为本发明的系统结构示意图；
图3为本发明具体实施案例的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1一种利用字典理论的微震事件检测方法的流程示意图
图1为本发明一种利用字典理论的微震事件检测方法的流程示意图。如图1所示，所述的一种利用字典理论的微震事件检测方法具体包括以下步骤：
步骤1，输入实测的微震信号序列S；
步骤2，根据字典理论检测微震事件；具体为：如果第K个窗口字典间距HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处检测到微震事件；否则，未检测到微震事件。其中，e0为微震事件判断阈值。
所述步骤2之前，所述方法还包括：
步骤3，求取所述第K个窗口字典间距HK和所述微震事件判断阈值e0。
所述步骤3包括：
步骤301，生成第n个信号一阶差分序列
Figure BDA0002224190330000041
具体为：
Figure BDA0002224190330000042
其中:
Figure BDA0002224190330000043
所述第n个信号一阶差分序列[n＝1,2,…,N]
Sn：所述信号序列S中的第n个元素
S＝[S1，S2，…，SN]:所述信号序列，长度为N
如果元素Sj的下标j>N，则Sj＝0。
步骤302，生成第n个信号二阶差分序列
Figure BDA0002224190330000044
具体为：
Figure BDA0002224190330000051
其中:
Figure BDA0002224190330000052
所述第n个信号二阶差分序列[n＝1,2,…,N]
如果元素Sj的下标j>N，则Sj＝0。
步骤303，计算第n个信号特征矢量En，具体为：
Figure BDA0002224190330000053
其中：
[En]i：所述第n个信号特征矢量En的第i个元素[i＝1,2,…,n]
Figure BDA0002224190330000054
所述第n个信号一阶差分序列
Figure BDA0002224190330000055
的第i个元素
Figure BDA0002224190330000056
所述第n个信号二阶差分序列
Figure BDA0002224190330000057
的第i个元素
步骤304，求取所述第K个窗口字典间距HK，具体为：
Figure BDA0002224190330000058
其中：
Figure BDA0002224190330000059
矩阵[EK]TEK的第m个特征矢量
按照特征值由大到小的顺序排列
步骤305，求取所述微震事件判断阈值e0，具体为：
Figure BDA0002224190330000061
其中：
Figure BDA0002224190330000062
所述第n个信号一次差分序列
Figure BDA0002224190330000063
的均值
Figure BDA0002224190330000064
所述第n个信号二次差分序列
Figure BDA0002224190330000065
的均值
Figure BDA0002224190330000066
均值序列
Figure BDA0002224190330000067
n＝1,2,…,N的均值
Figure BDA0002224190330000068
均值序列
Figure BDA0002224190330000069
n＝1,2,…,N的均值
Figure BDA00022241903300000610
均值序列
Figure BDA00022241903300000611
n＝1,2,…,N的均方差
Figure BDA00022241903300000612
均值序列
Figure BDA00022241903300000613
n＝1,2,…,N的均方差。
图2一种利用字典理论的微震事件检测系统的结构意图
图2为本发明一种利用字典理论的微震事件检测系统的结构示意图。如图2所示，所述一种利用字典理论的微震事件检测系统包括以下结构：
获取模块401，输入实测的微震信号序列S；
判断模块402，根据字典理论检测微震事件；具体为：如果第K个窗口字典间距HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处检测到微震事件；否则，未检测到微震事件。其中，e0为微震事件判断阈值。
所述的系统，还包括：
计算模块403，求取所述第K个窗口字典间距HK和所述微震事件判断阈值e0。
所述计算模块403，还包括下列单元，具体为：
第一计算单元4031，生成第n个信号一阶差分序列
Figure BDA00022241903300000614
具体为：
Figure BDA0002224190330000071
其中:
Figure BDA0002224190330000072
所述第n个信号一阶差分序列[n＝1,2,…,N]
Sn：所述信号序列S中的第n个元素
S＝[S1，S2，…，SN]:所述振声信号序列，长度为N
如果元素Sj的下标j>N，则Sj＝0。
第二计算单元4032，生成第n个信号二阶差分序列
Figure BDA0002224190330000073
具体为：
Figure BDA0002224190330000074
其中:
Figure BDA0002224190330000075
所述第n个信号二阶差分序列[n＝1,2,…,N]
如果元素Sj的下标j>N，则Sj＝0。
第三计算单元4033，计算第n个信号特征矢量En，具体为：
Figure BDA0002224190330000076
其中：
[En]i：所述第n个信号特征矢量En的第i个元素[i＝1,2,…,n]
Figure BDA0002224190330000077
所述第n个信号一阶差分序列
Figure BDA0002224190330000078
的第i个元素
Figure BDA0002224190330000079
所述第n个信号二阶差分序列
Figure BDA00022241903300000710
的第i个元素
第四计算单元4034，计算所述第K个窗口字典间距HK，具体为：
Figure BDA00022241903300000711
其中：
Figure BDA00022241903300000712
矩阵[EK]TEK的第m个特征矢量
按照特征值由大到小的顺序排列
第五计算单元4035，计算所述微震事件判断阈值e0，具体为：
Figure BDA0002224190330000081
其中：
Figure BDA0002224190330000082
所述第n个信号一次差分序列
Figure BDA0002224190330000083
的均值
Figure BDA0002224190330000084
所述第n个信号二次差分序列
Figure BDA0002224190330000085
的均值
Figure BDA0002224190330000086
均值序列
Figure BDA0002224190330000087
n＝1,2,…,N的均值
Figure BDA0002224190330000088
均值序列
Figure BDA0002224190330000089
n＝1,2,…,N的均值
Figure BDA00022241903300000810
均值序列
Figure BDA00022241903300000811
n＝1,2,…,N的均方差
Figure BDA00022241903300000812
均值序列
Figure BDA00022241903300000813
n＝1,2,…,N的均方差。
下面提供一个具体实施案例，进一步说明本发明的方案
图3为本发明具体实施案例的流程示意图。如图3所示，具体包括以下步骤：
1.输入实测的微震信号序列
S＝[s1,s2,…,sN-1,sN]
其中：
S：实测的微震信号序列，长度为N
si,i＝1,2,…,N:序号为i的实测微震信号
2.生成信号一阶差分序列
Figure BDA00022241903300000814
其中:
Figure BDA00022241903300000815
所述第n个信号一阶差分序列[n＝1,2,…,N]
Sn：所述信号序列S中的第n个元素
S＝[S1，S2，…，SN]:所述振声信号序列，长度为N
如果元素Sj的下标j>N，则Sj＝0。
3.生成信号二阶差分序列
Figure BDA0002224190330000091
其中:
Figure BDA0002224190330000092
所述第n个信号二阶差分序列[n＝1,2,…,N]
如果元素Sj的下标j>N，则Sj＝0。
4.计算信号特征矢量
Figure BDA0002224190330000093
其中：
[En]i：所述第n个信号特征矢量En的第i个元素[i＝1,2,…,n]
Figure BDA0002224190330000094
所述第n个信号一阶差分序列
Figure BDA0002224190330000095
的第i个元素
Figure BDA0002224190330000096
所述第n个信号二阶差分序列
Figure BDA0002224190330000097
的第i个元素
5.计算窗口字典间距
Figure BDA0002224190330000098
其中：
Figure BDA0002224190330000099
矩阵[EK]TEK的第m个特征矢量
按照特征值由大到小的顺序排列
6.求取微震事件判断阈值
Figure BDA0002224190330000101
其中：
Figure BDA0002224190330000102
所述第n个信号一次差分序列
Figure BDA0002224190330000103
的均值
Figure BDA0002224190330000104
所述第n个信号二次差分序列
Figure BDA0002224190330000105
的均值
Figure BDA0002224190330000106
均值序列
Figure BDA0002224190330000107
n＝1,2,…,N的均值
Figure BDA0002224190330000108
均值序列
Figure BDA0002224190330000109
n＝1,2,…,N的均值
Figure BDA00022241903300001010
均值序列
Figure BDA00022241903300001011
n＝1,2,…,N的均方差
Figure BDA00022241903300001012
均值序列
Figure BDA00022241903300001013
n＝1,2,…,N的均方差。
7.判断微震事件
根据字典理论检测微震事件；具体为：如果第K个窗口字典间距HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处检测到微震事件；否则，未检测到微震事件。其中，e0为微震事件判断阈值。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述较为简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (1)

1.一种利用字典理论的微震事件检测方法，其特征在于，包括：
步骤1，输入实测的微震信号序列S；
步骤2，生成第n个信号一阶差分序列
Figure FDA0002895236430000011
具体为：
Figure FDA0002895236430000012
其中:
Figure FDA0002895236430000013
所述第n个信号一阶差分序列[n＝1,2,…,N]
Sn：所述信号序列S中的第n个元素
S＝[S1，S2，…，SN]:所述信号序列，长度为N
如果元素Sj的下标j>N，则Sj＝0；
步骤3，生成第n个信号二阶差分序列
Figure FDA0002895236430000014
具体为：
Figure FDA0002895236430000015
其中:
Figure FDA0002895236430000016
所述第n个信号二阶差分序列[n＝1,2,…,N]
如果元素Sj的下标j>N，则Sj＝0；
步骤4，计算第n个信号特征矢量En，具体为：
Figure FDA0002895236430000017
其中：
[En]i：所述第n个信号特征矢量En的第i个元素[i＝1,2,…,n]
Figure FDA0002895236430000018
所述第n个信号一阶差分序列
Figure FDA0002895236430000019
的第i个元素
Figure FDA00028952364300000110
所述第n个信号二阶差分序列
Figure FDA00028952364300000111
的第i个元素；
步骤5，求取第K个窗口字典间距HK，具体为：
Figure FDA0002895236430000021
其中：
Figure FDA0002895236430000022
矩阵[EK]TEK的第m个特征矢量
按照特征值由大到小的顺序排列；
步骤6，求取微震事件判断阈值e0，具体为：
Figure FDA0002895236430000023
其中：
Figure FDA0002895236430000024
所述第n个信号一次差分序列
Figure FDA0002895236430000025
的均值
Figure FDA0002895236430000026
所述第n个信号二次差分序列
Figure FDA0002895236430000027
的均值
Figure FDA0002895236430000028
均值序列
Figure FDA0002895236430000029
的均值
Figure FDA00028952364300000210
均值序列
Figure FDA00028952364300000211
的均值
Figure FDA00028952364300000212
均值序列
Figure FDA00028952364300000213
的均方差
Figure FDA00028952364300000214
均值序列
Figure FDA00028952364300000215
的均方差；
步骤7，根据字典理论检测微震事件；具体为：如果第K个窗口字典间距HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处检测到微震事件；否则，未检测到微震事件。
CN201910946151.9A 2019-10-02 2019-10-02 一种利用字典理论的微震事件检测方法和系统 Expired - Fee Related CN110703321B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910946151.9A CN110703321B (zh) 2019-10-02 2019-10-02 一种利用字典理论的微震事件检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910946151.9A CN110703321B (zh) 2019-10-02 2019-10-02 一种利用字典理论的微震事件检测方法和系统

Publications (2)

Publication Number Publication Date
CN110703321A CN110703321A (zh) 2020-01-17
CN110703321B true CN110703321B (zh) 2021-03-19

Family

ID=69196692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910946151.9A Expired - Fee Related CN110703321B (zh) 2019-10-02 2019-10-02 一种利用字典理论的微震事件检测方法和系统

Country Status (1)

Country Link
CN (1) CN110703321B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112257560B (zh) * 2020-10-20 2022-01-07 华北电力大学 一种利用累积相似性的微震事件检测方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102253410A (zh) * 2011-06-21 2011-11-23 上海申丰地质新技术应用研究所有限公司 全数字化工程双源面波勘探数据采集与处理系统
CN108223011A (zh) * 2018-01-11 2018-06-29 山东科技大学 一种基于SaaS模式的煤矿典型动力灾害预警服务方法
CN110263766A (zh) * 2019-07-17 2019-09-20 广东石油化工学院 一种利用代价函数的微震事件检测方法和系统
CN110703149A (zh) * 2019-10-02 2020-01-17 广东石油化工学院 一种利用字符间距的变压器运行状态振声检测方法和系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2457614B (en) * 2006-11-06 2011-05-25 Magnitude Spas System, method and computer program product for stacking seismic noise data to analyze seismic events
CN105891882A (zh) * 2014-12-01 2016-08-24 北京石大创新石油科技有限公司 一种基于裂缝时频表征的匹配追踪分频方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102253410A (zh) * 2011-06-21 2011-11-23 上海申丰地质新技术应用研究所有限公司 全数字化工程双源面波勘探数据采集与处理系统
CN108223011A (zh) * 2018-01-11 2018-06-29 山东科技大学 一种基于SaaS模式的煤矿典型动力灾害预警服务方法
CN110263766A (zh) * 2019-07-17 2019-09-20 广东石油化工学院 一种利用代价函数的微震事件检测方法和系统
CN110703149A (zh) * 2019-10-02 2020-01-17 广东石油化工学院 一种利用字符间距的变压器运行状态振声检测方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于组结构字典稀疏表示的地震数据随机噪声压制;徐小红，等;《合肥工业大学学报（自然科学版）》;20170228;第40卷(第2期);186-191 *

Also Published As

Publication number Publication date
CN110703321A (zh) 2020-01-17

Similar Documents

Publication Publication Date Title
CN110146918B (zh) 基于分群的微震事件检测方法和系统
CN110146920B (zh) 基于幅值相对变化的微震事件检测方法和系统
CN110703321B (zh) 一种利用字典理论的微震事件检测方法和系统
CN110794456A (zh) 一种利用高斯模型的微震信号重构方法和系统
CN110361779B (zh) 一种基于卡方分布的微震事件检测方法和系统
CN110703319B (zh) 一种基于Khinchin-Einstein定理的微震事件检测方法和系统
CN110703324A (zh) 一种利用随机字典表示的微震事件检测方法和系统
CN110685665A (zh) 一种基于边界探测的微震事件检测方法和系统
CN111596362A (zh) 一种利用拉格朗日因子的微震信号滤波方法和系统
CN111596367A (zh) 一种利用子空间学习优化的微震信号重构方法和系统
CN111679321A (zh) 一种利用泛化梯度的微震信号重构方法和系统
CN110161560B (zh) 一种微震事件的检测方法和装置
CN110333530B (zh) 一种微震事件检测方法和系统
CN110146921B (zh) 基于狄拉克分布概率的微震事件检测方法和系统
CN111856563A (zh) 一种利用转换稀疏性的微震信号重构方法和系统
CN110146919B (zh) 基于正交投影的微震事件检测方法和系统
CN112394403B (zh) 一种利用边缘探测的微震事件检测方法和系统
CN112257565B (zh) 一种利用最大Hull距离的微震事件检测方法和系统
CN110703323A (zh) 一种利用时频统计量的微震事件检测方法和系统
CN112257560B (zh) 一种利用累积相似性的微震事件检测方法和系统
CN112162320A (zh) 一种利用相似时间窗口的微震事件检测方法和系统
CN110764141A (zh) 一种利用非齐次多项式核的微震事件检测方法和系统
CN112180439A (zh) 一种利用凸函数优化的微震事件检测方法和系统
CN112083488A (zh) 一种利用pca分类的微震事件检测方法和系统
CN112162319A (zh) 一种利用高斯拉普拉斯融合梯度的微震事件检测方法和系统

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210319

Termination date: 20211002

CF01 Termination of patent right due to non-payment of annual fee