CN112394402A - 基于同步挤压小波变换检测微地震信号的方法和系统 - Google Patents

基于同步挤压小波变换检测微地震信号的方法和系统 Download PDF

Info

Publication number
CN112394402A
CN112394402A CN201910763521.5A CN201910763521A CN112394402A CN 112394402 A CN112394402 A CN 112394402A CN 201910763521 A CN201910763521 A CN 201910763521A CN 112394402 A CN112394402 A CN 112394402A
Authority
CN
China
Prior art keywords
time
frequency
micro
noise
microseism
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.)
Withdrawn
Application number
CN201910763521.5A
Other languages
English (en)
Inventor
刘晗
邹少峰
刘燕峰
肖盈
高艳霞
祝媛媛
余青露
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.)
China Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
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 China Petroleum and Chemical Corp, Sinopec Geophysical Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201910763521.5A priority Critical patent/CN112394402A/zh
Publication of CN112394402A publication Critical patent/CN112394402A/zh
Withdrawn legal-status Critical Current

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
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • G01V1/364—Seismic filtering
    • 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
    • G01V1/30—Analysis
    • G01V1/303—Analysis for determining velocity profiles or travel times
    • G01V1/305—Travel times

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Geology (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

本发明提供了一种基于同步挤压小波变换检测微地震信号的方法和系统，以及计算机存储介质和计算机设备。该方法对微地震监测资料做同步挤压小波变换，以将微地震监测信号由时间域转换到时频域，从而获得微地震监测信号的时频谱；分析所述时频谱中微地震信号和噪音的时频特征；根据微地震信号和噪音的时频特征，从所述时频谱中估计微地震事件到达时间；根据微地震信号和噪音的时频特征，设计时频域滤波器，以滤除所述时频谱中的噪音；通过同步挤压小波变换反变换处理，将滤除噪音后的时频谱由时频域转换到时间域，以恢复微地震波形。

Description

基于同步挤压小波变换检测微地震信号的方法和系统
技术领域
本发明属于微地震资料处理领域，尤其是一种基于同步挤压小波变换检测微 地震信号的方法和系统，以及计算机存储介质和计算机设备。
背景技术
在油气储层压裂过程中，岩层遭到破坏并形成裂缝，沿着裂缝的扩展面会产 生一系列的微地震，通过对微地震的监测、处理和分析，可以计算出微地震震源 的位置，推断裂缝发育情况。由于微地震信号在采集过程中容易受强噪音，包括 随机噪声、背景噪声、扰动信号等的影响，微地震资料的信噪比往往很低。在时 间域很难从微地震监测资料直接拾取微地震到时，进而对震源进行定位；而在频 率域则会丢失关于时间的信息，因此，人们常利用时频变换工具对微地震监测资 料进行时频同步分析。
目前常用的时频变换方法有短时傅里叶变换(STFT)、连续小波变换(CWT)和 S变换(ST)等。其中，STFT因其窗口长度固定，而不能根据信号频率变换来自动 调节分辨率，对非平稳信号处理效果较差；CWT通过对信号的时间—尺度分析， 具有多分辨率分析的特点，但小波基难以选择，且时间—尺度域的变换结果不直 观；S变换介于前二者之间，结合了二者优势，分辨率可自适应调节且其逆变换 具有无损可逆性。现有的时频分析方法由于算法本身的局限，时频分辨率不能够 满足微地震信号的检测和识别。。
发明内容
针对现有技术的缺陷，本发明提出了一种基于同步挤压小波变换检测微地震 信号的方法和系统，以及计算机存储介质和计算机设备。该方法和系统可以有效 的从低信噪比微地震监测资料中识别和检测出微地震事件，恢复微地震波形，以 及确定微地震到达时间。
根据本发明的第一个方面，本发明的一种基于同步挤压小波变换检测微地震 信号的方法，包括以下步骤：
S100，对微地震监测资料做同步挤压小波变换，以将微地震监测信号由时间 域转换到时频域，从而获得微地震监测信号的时频谱；
S200，分析所述时频谱中微地震信号和噪音的时频特征；
S300，根据微地震信号和噪音的时频特征，从所述时频谱中估计微地震事件 到达时间；
S400，根据微地震信号和噪音的时频特征，设计时频域滤波器，以滤除所述 时频谱中的噪音；
S500，通过同步挤压小波变换反变换处理，将滤除噪音后的时频谱由时频域 转换到时间域，以恢复微地震波形。
根据本发明的实施例，上述时频特征为时频分布变化特征。
根据本发明的实施例，上述时频域滤波器为二维时变时频域滤波器。
根据本发明的实施例，上述步骤S300包括以下步骤：
根据微地震信号和噪音在时间和频率上的特点，确定所述时频谱中微地震信 号对应的时间段和频率段；
在微地震信号对应的时间段和频率段内，确定微地震信号的频率和能量发生 突变的位置；
根据所述位置中微地震信号与噪音分界的分界线，确定微地震信号的到达时 间。
根据本发明的实施例，上述步骤S400包括以下步骤：
根据微地震信号和噪音在时间和频率上的特点，确定微地震事件和噪音在时 间和频率上变化的差异；
根据微地震事件和噪音在时间和频率上变化的差异，设计时频域滤波器。
根据本发明的实施例，上述时频域滤波器设置成，与微地震信号所对应的时 频谱值设置为1，其余的频谱值设置为0。
根据本发明的实施例，上述步骤S100中，对微地震监测资料做同步挤压小 波变换，具体为对微地震监测资料逐道进行同步挤压小波变换。
根据本发明的第二个方面，本发明的一种基于同步挤压小波变换检测微地震 信号的系统，包括：
时频变换模块，用于对微地震监测资料做同步挤压小波变换，以将微地震监 测信号由时间域转换到时频域，从而获得微地震监测信号的时频谱；
特征分析模块，用于分析所述时频谱中微地震信号和噪音的时频特征；
时间分析模块，用于根据微地震信号和噪音的时频特征，从所述时频谱中估 计微地震事件到达时间；
噪音滤除模块，用于根据微地震信号和噪音的时频特征，设计时频域滤波器， 以滤除所述时频谱中的噪音；
反变换处理模块，用于通过同步挤压小波变换反变换处理，将滤除噪音后的 时频谱由时频域转换到时间域，以恢复微地震波形。
根据本发明的第三个方面，本发明的一种计算机存储介质，其中存储有用于 实现上述方法的计算机程序。
根据本发明的第四个方面，本发明的一种计算机设备，包括存储器和处理器， 所述处理器用于执行所述存储器中存储的计算机程序，所述计算机程序用于实现 上述方法。
与现有技术相比，本发明提供的基于同步挤压小波变换检测微地震信号的方 法和系统等具有如下优点或有益效果：
(1)本发明提出的检测微地震信号的方法和系统采用是的同步挤压小波变 换(SWT)，其以CWT为基础，通过对小波系数进行重排，使信号的时频能量 聚集到信号的瞬时频率上，因此是一种具有无损可逆变换的高精度高分辨率时频 变换方法，应用该方法处理低信噪比微地震监测资料，能够准确地分析资料中的 微地震信号和噪音的频率成分以及频率随时间变化的特征，具有很强的可行性和 有效性。
(2)本发明提出的检测微地震信号的方法和系统根据微地震事件和噪音在 时间和频率上的差异特征，设计二维时频域滤波器，能够有效地去除噪音、提取 微地震信号。
(3)本发明提出的检测微地震信号的方法和系统根据时频图上微地震信号 频率聚集性来估计微地震信号的到达时间，由于其具有较高的时频分辨率，因此 估计的微地震信号的到达时间更加准确。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书 中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过 在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
从下面描述的实施例并参考附图，本发明的其它优点和细节将变得显而易见。 以下是示意图并示出：
图1是本发明实施例一的基于同步挤压变换检测微地震信号的工作流程图；
图2是本发明实施例二的实际微地震监测记录的示意图；
图3是本发明实施例二的利用SWT方法和ST方法从单道微地震记录中恢 复的微地震波形及估计微地震事件到达时间；
图4是利用本发明的方法及其他现有技术的方法恢复出的微地震事件记录 对比的示意图。
具体实施方式
针对现有技术中低信噪比微地震监测资料在时间域、频率域难以识别和检测 微地震事件的情况，本发明提出从时间-频率域对其进行分析。在时频域，通过分 析不同信号的振幅能量和频率随时间变化的特征，来确定微地震事件的时频范围， 从而设计合适的二维滤波器，以从微地震监测资料中有效分离出微地震信号和噪 音，然后通过反变换恢复出微地震波形。同时，由于微地震信号的到达，会引起 微地震监测记录的突变或渐变，其能量和频率会有高值的异常变化，因此，本发 明提出根据微地震信号时频分布的异常变化特征来估计微地震信号的到达时间。
实施例一
同步挤压变换是由数学家Daubechies等2011年提出了一种新的时频变换方 法，通过对连续小波变换结果进行挤压(重排)，使能量聚集到信号的真实瞬时 频率上，极大的提高了信号的时频分辨率，且反变换无能量损失，适用于去除地 震资料中的面波。
信号f(t)的连续小波变换表达式为
Figure BDA0002171142210000041
其中，Wf(a,b)为小波系数，a，b分别为尺度和平移因子，ψ为小波母函数，
Figure BDA0002171142210000042
为小波函数的共轭复数。
根据帕塞瓦尔定理，上式在频率域的等价变换公式为
Figure RE-GDA0002272592280000051
式中，ξ是圆频率，ff(ξ)、
Figure RE-GDA0002272592280000052
分别是f(t)、ψ(t)的傅里叶变换，考虑单一 谐波信号的情况，即f(t)＝Acos(ωt)，则
f(ξ)＝πA[δ(ξ-ω)+δ(ξ+ω)] (3)
将其代入式(2)，计算其连续小波变换可得
Figure BDA0002171142210000054
理论上，若
Figure BDA0002171142210000055
在ξ＝ω0处集中分布，则小波系数Wf(a,b)将会在尺度
Figure BDA0002171142210000056
附近分布，然而实际得到的频率在a附近均有分布，有一定的频带宽度，是虚假 频率。因此，需要基于SWT通过挤压将信号能量聚集到信号的真时瞬时频率上。
下面通过对小波系数求导可初步估计瞬时频率，公式为：
Figure BDA0002171142210000057
结果也由时间—尺度平面(b,a)转化到时间—频率平面(b,ωf(a,b))。
通过把在任一中心频率ωl附近区间
Figure BDA0002171142210000058
的频率进行叠加，并 将值放到中心频率ωl上，可以获得同步挤压变换量值Tf(ωl,b)，从而达到提高分 辨率的目的。
由于a，b，ω值均离散，ai-ai-1＝(Δa)i，因此同步挤压变量Tf(ωl,b)可以 表示成：
Figure BDA0002171142210000059
由于SWT是无损可逆变换，因此可以通过Tf(ωl,b)可重构信号f(t)，其反 变换的表达式为
Figure BDA00021711422100000510
其中，
Figure BDA0002171142210000061
Figure BDA0002171142210000062
为小波函数共轭的傅里叶变换，
Figure BDA0002171142210000063
为取实部。
SWT在时间域和频率域都有表征信号局部信息的能力，可以用于实现微地震 信号的时频同步分析，并具有比其他常用时频变换方法更高的时间和频率分辨率。 对于低信噪比的微地震监测资料，在SWT的高分辨率时频图中，可以详细分析信 号各分量在时间和频率上的特点，从中找出其微地震事件所在的频率段[f1,f2]和 时间段[t1,t2]，利用设计合理的时频滤波器提取微地震信号，然后对滤波后的微 地震信号进行反变换，由此达到压制噪声分量和恢复微地震波形的目的。
此外，在时频图中微地震事件能量团中心位置表示微地震信号主频和中心时 间，由于微地震信号具有一定的时间长度，因此实际到达时刻要早于能量团中心 对应的时刻。鉴于微地震信号到达时，会引起微地震监测记录的突变，其能量和 频率也会有相应的异常变化，并且在时频图中微地震信号和背景噪音会有明显的 分界，因此可以根据该分界线来确定微地震信号的到达时间。
因此，基于上述工作原理，在如图1所示的实施例中，本发明的基于同步挤 压小波变换检测微地震信号的方法的具体的实现步骤为：
1)对微地震监测资料做同步挤压小波变换，将微地震信号由时间域转化到 时间-频率域。
2)在时间-频率域，根据根据微地震事件和噪音的时频特点，找出微地震事 件对应的频率段[f1,f2]和时间段[t1,t2]；并且从时频谱中估计出微地震事件到达 时间；
3)设计二维时频滤波器，将微地震事件所在时频谱值置1，其余区域置0；
3)在时频域应用设计的二维滤波器；
4)对滤波后的时频谱，进行同步挤压小波变换反变换处理，即能恢复微地 震波形。
实施例二
下面结合实际应用来说明，本发明提出的方法能够，取得了较好的应用效果。
图2为在油田压裂期间，实际采集的微地震P波记录，采样频率为500Hz， 存在很强的背景噪音，大约在0.8～1s处存在微地震事件，微地震事件波形不清 晰。应用SWT、ST对该资料进行了处理，图3中的(a)是对噪音很强的第4道的 处理结果。从图中可以看出，背景噪音频谱范围较广，从低频到高频均有分布， 且含50Hz工业电流干扰，在0.9s处有两个明显的能量团。在ST的图3中的(c) 中，两能量团频率分布有重叠，上部能量团频率约为91-126HZ，下部能量团频率 约为34-90Hz，时长约0.2s；而在SWT的图3的(b)中，这二能量团则完全分开， 且上面能量团变弱，频率约为103-113Hz，判断其为高频噪音干扰，下面能量团为微地震事件，其频率约为40-71Hz，时长约为0.15s。由SWT高分辨率特点可 知，图3中的(b)中矩形区域范围更接近真实微地震事件。根据噪音和微地震事 件在时间和频率上的差异，设计了二维时频滤波器，在图3中的(b)和图3中的 (c)中的表示微地震事件的矩形框内，滤波器的值设置为1，在噪音处滤波器的值 趋于0，再分别进行SWT和ST反变换后，提取的微地震波形如图3中的(d)和图 3中的(e)所示，SWT结果好于ST结果。
分别对所有道进行处理，提取了微地震波形，同时，还进行了频率范围为 30-150Hz的带通滤波处理，结果如图4所示。其中，图4中的(a)为实际微地 震监测记录，图4中的(b)为带通滤波后的微地震监测数据(30-150Hz)，图4中 的(c)为ST恢复出的微地震事件记录，图4中的(d)为SWT恢复出的微地震事 件记录。
通过对比原微地震记录及提取的微地震信号可知，由于结合了信号和噪音在 时间和频率两个方向的差异特征，时频方法效果优于常规带通滤波，且SWT较ST 提取的微地震信号的波形更清晰、更准确。
另外，在时频图中微地震事件能量团中心位置表示微地震信号主频和中心时 间，由于微地震信号具有一定的时间长度，实际到达时刻要早于能量团中心对应 的时刻。微地震信号到达时，会引起微地震监测记录的突变，其能量和频率也会 有异常变化，在时频图中微地震信号和背景噪音会有明显的分界，该分界线更能 代表微地震信号的到达时间，如图3中的(b)和图3中的(c)的白色箭头处。由于 SWT的时频分辨率更高，因此，用SWT估计的微地震信号到达时刻比用ST估计的 更准确。
本发明针对从低信噪比微地震监测资料难以识别和检测微地震事件的情况， 利用同步挤压小波变换，将时域微地震监测信号变换成高分辨率时频谱，分析微 地震信号和噪音的时频特征，设计二维时变时频域滤波器去除噪音，恢复微地震 波形。同时，利用微地震信号的时频分布变化特征确定微地震到达时间。根据上 述对实测油田压裂微地震资料的处理结果表明，该方法具有明显优于现有技术的 应用效果。
实施三
一种基于同步挤压小波变换检测微地震信号的系统，其特征在于，包括：
时频变换模块，用于对微地震监测资料做同步挤压小波变换，以将微地震监 测信号由时间域转换到时频域，从而获得微地震监测信号的时频谱；
特征分析模块，用于分析所述时频谱中微地震信号和噪音的时频特征；
时间分析模块，用于根据微地震信号和噪音的时频特征，从所述时频谱中估 计微地震事件到达时间；
噪音滤除模块，用于根据微地震信号和噪音的时频特征，设计时频域滤波器， 以滤除所述时频谱中的噪音；
反变换处理模块，用于通过同步挤压小波变换反变换处理，将滤除噪音后的 时频谱由时频域转换到时间域，以恢复微地震波形。
进一步地，所述时间分析模块包括以下单元：
第一单元，用于根据微地震信号和噪音在时间和频率上的特点，确定所述时 频谱中微地震信号对应的时间段和频率段；
第二单元，用于在微地震信号对应的时间段和频率段内，确定微地震信号的 频率和能量发生突变的位置；
根据所述位置中微地震信号与噪音分界的分界线，确定微地震信号的到达时 间。
进一步地，所述噪音滤除模块包括以下单元：
第三单元，用于根据微地震信号和噪音在时间和频率上的特点，确定微地震 事件和噪音在时间和频率上变化的差异；
第四单元，用于根据微地震事件和噪音在时间和频率上变化的差异，设计时 频域滤波器。
实施四
在本实施例中，本发明还提供一种计算机存储介质，其中存储有用于实现上 述方法的计算机程序。
实施五
在本实施例中，本发明还提供一种计算机设备，其特征在于，包括存储器和 处理器，所述处理器用于执行所述存储器中存储的计算机程序，其中所述计算机 程序用于实现上述方法。
上述实施例充分说明了本发明的优势，利用SWT对油气储层压裂微地震监测 资料进行时频分析和处理，尤其在检测微地震信号和估计微地震到时间上具有很 强的可行性和有效性。
本发明提出的检测微地震信号的方法和系统采用是的同步挤压小波变换 (SWT)，其以CWT为基础，通过对小波系数进行重排，使信号的时频能量聚 集到信号的瞬时频率上，因此是一种具有无损可逆变换的高精度高分辨率时频变 换方法，应用该方法处理低信噪比微地震监测资料，能够准确地分析资料中的微 地震信号和噪音的频率成分以及频率随时间变化的特征，具有很强的可行性和有 效性。
本发明提出的检测微地震信号的方法和系统根据微地震事件和噪音在时间 和频率上的差异特征，设计二维时频域滤波器，能够有效地去除噪音、提取微地 震信号。
本发明提出的检测微地震信号的方法和系统根据时频图上微地震信号频率 聚集性来估计微地震信号的到达时间，由于其具有较高的时频分辨率，因此估计 的微地震信号的到达时间更加准确。
应该理解的是，本发明所公开的实施例不限于这里所公开的特定处理步骤或 材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还 应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限 制。
说明书中提到的“实施例”意指结合实施例描述的特定特征、或特性包括在 本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“实施例” 并不一定均指同一个实施例。
本领域的技术人员应该明白，结合本文中所公开的实施例描述的各示例的单 元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚 地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示 例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的 特定应用和设计约束条件。本领域的技术人员可以对每个特定的应用来使用不同 方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理 器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储介质 (RAM)、内存、只读存储介质(ROM)、电可编程ROM、电可擦除可编程 ROM、寄存器、硬盘、可移动磁盘、CD-ROM或技术领域内所公知的任意其它 形式的存储介质中。
虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明 而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人 员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节 上作任何的修改与变化，但本发明的保护范围，仍须以所附的权利要求书所界定 的范围为准。

Claims (10)

1.一种基于同步挤压小波变换检测微地震信号的方法，其特征在于，包括以下步骤：
S100，对微地震监测资料做同步挤压小波变换，以将微地震监测信号由时间域转换到时频域，从而获得微地震监测信号的时频谱；
S200，分析所述时频谱中微地震信号和噪音的时频特征；
S300，根据微地震信号和噪音的时频特征，从所述时频谱中估计微地震事件到达时间；
S400，根据微地震信号和噪音的时频特征，设计时频域滤波器，以滤除所述时频谱中的噪音；
S500，通过同步挤压小波变换反变换处理，将滤除噪音后的时频谱由时频域转换到时间域，以恢复微地震波形。
2.根据权利要求1所述的方法，其特征在于：
所述时频特征为时频分布变化特征。
3.根据权利要求1所述的方法，其特征在于：
所述时频域滤波器为二维时变时频域滤波器。
4.根据权利要求2或3所述的方法，其特征在于，所述步骤S300包括以下步骤：
根据微地震信号和噪音在时间和频率上的特点，确定所述时频谱中微地震信号对应的时间段和频率段；
在微地震信号对应的时间段和频率段内，确定微地震信号的频率和能量发生突变的位置；
根据所述位置中微地震信号与噪音分界的分界线，确定微地震信号的到达时间。
5.根据权利要求2或3所述的方法，其特征在于，所述步骤S400包括以下步骤：
根据微地震信号和噪音在时间和频率上的特点，确定微地震事件和噪音在时间和频率上变化的差异；
根据微地震事件和噪音在时间和频率上变化的差异，设计时频域滤波器。
6.根据权利要求5所述的方法，其特征在于：
所述时频域滤波器设置成，与微地震信号所对应的时频谱值设置为1，其余的频谱值设置为0。
7.根据权利要求1所述的方法，其特征在于：
所述步骤S100中，对微地震监测资料做同步挤压小波变换，具体为对微地震监测资料逐道进行同步挤压小波变换。
8.一种基于同步挤压小波变换检测微地震信号的系统，其特征在于，包括：
时频变换模块，用于对微地震监测资料做同步挤压小波变换，以将微地震监测信号由时间域转换到时频域，从而获得微地震监测信号的时频谱；
特征分析模块，用于分析所述时频谱中微地震信号和噪音的时频特征；
时间分析模块，用于根据微地震信号和噪音的时频特征，从所述时频谱中估计微地震事件到达时间；
噪音滤除模块，用于根据微地震信号和噪音的时频特征，设计时频域滤波器，以滤除所述时频谱中的噪音；
反变换处理模块，用于通过同步挤压小波变换反变换处理，将滤除噪音后的时频谱由时频域转换到时间域，以恢复微地震波形。
9.一种计算机存储介质，其特征在于，其中存储有用于实现上述权利要求1至7中任意一项所述方法的计算机程序。
10.一种计算机设备，其特征在于，包括存储器和处理器，所述处理器用于执行所述存储器中存储的计算机程序，所述计算机程序用于实现上述权利要求1至7中任意一项所述方法。
CN201910763521.5A 2019-08-19 2019-08-19 基于同步挤压小波变换检测微地震信号的方法和系统 Withdrawn CN112394402A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910763521.5A CN112394402A (zh) 2019-08-19 2019-08-19 基于同步挤压小波变换检测微地震信号的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910763521.5A CN112394402A (zh) 2019-08-19 2019-08-19 基于同步挤压小波变换检测微地震信号的方法和系统

Publications (1)

Publication Number Publication Date
CN112394402A true CN112394402A (zh) 2021-02-23

Family

ID=74603302

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910763521.5A Withdrawn CN112394402A (zh) 2019-08-19 2019-08-19 基于同步挤压小波变换检测微地震信号的方法和系统

Country Status (1)

Country Link
CN (1) CN112394402A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113158797A (zh) * 2021-03-16 2021-07-23 南方科技大学 一种微震资料去噪方法、系统、电子设备及存储介质
CN115188164A (zh) * 2022-08-01 2022-10-14 安徽大学 一种滑坡变形监测预警方法及云平台系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160178772A1 (en) * 2013-05-27 2016-06-23 Statoil Petroleum As High Resolution Estimation of Attenuation from Vertical Seismic Profiles
CN106291700A (zh) * 2016-09-28 2017-01-04 西安交通大学 基于同步挤压变换的地震加权平均瞬时频率提取方法
CN107132576A (zh) * 2017-07-05 2017-09-05 西安交通大学 基于二阶挤压小波变换的地震资料时频分析方法
CN107272063A (zh) * 2017-07-05 2017-10-20 西安交通大学 基于高分辨率时频分析和一致性度量的非均质性刻画方法
CN107390267A (zh) * 2017-07-27 2017-11-24 西安交通大学 一种同步挤压变换域的地震资料衰减补偿方法
CN108845357A (zh) * 2018-06-13 2018-11-20 成都信息工程大学 一种基于同步挤压小波变换估计地层等效品质因子的方法
CN109239780A (zh) * 2017-07-10 2019-01-18 中国石油化工股份有限公司 基于同步挤压小波变换去除面波的方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160178772A1 (en) * 2013-05-27 2016-06-23 Statoil Petroleum As High Resolution Estimation of Attenuation from Vertical Seismic Profiles
CN106291700A (zh) * 2016-09-28 2017-01-04 西安交通大学 基于同步挤压变换的地震加权平均瞬时频率提取方法
CN107132576A (zh) * 2017-07-05 2017-09-05 西安交通大学 基于二阶挤压小波变换的地震资料时频分析方法
CN107272063A (zh) * 2017-07-05 2017-10-20 西安交通大学 基于高分辨率时频分析和一致性度量的非均质性刻画方法
CN109239780A (zh) * 2017-07-10 2019-01-18 中国石油化工股份有限公司 基于同步挤压小波变换去除面波的方法
CN107390267A (zh) * 2017-07-27 2017-11-24 西安交通大学 一种同步挤压变换域的地震资料衰减补偿方法
CN108845357A (zh) * 2018-06-13 2018-11-20 成都信息工程大学 一种基于同步挤压小波变换估计地层等效品质因子的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘晗，等: "利用同步挤压变换检测微地震信号", 《中国科技论文》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113158797A (zh) * 2021-03-16 2021-07-23 南方科技大学 一种微震资料去噪方法、系统、电子设备及存储介质
CN113158797B (zh) * 2021-03-16 2023-08-01 南方科技大学 一种微震资料去噪方法、系统、电子设备及存储介质
CN115188164A (zh) * 2022-08-01 2022-10-14 安徽大学 一种滑坡变形监测预警方法及云平台系统

Similar Documents

Publication Publication Date Title
US8219361B2 (en) Vibration analysis
Saragiotis et al. PAI-S/K: A robust automatic seismic P phase arrival identification scheme
US10249325B2 (en) Pitch detection algorithm based on PWVT of Teager Energy Operator
CN107274915B (zh) 一种基于特征融合的数字音频篡改自动检测方法
Yinfeng et al. Analysis of earthquake ground motions using an improved Hilbert–Huang transform
CN105738948B (zh) 一种基于小波变换的微地震数据降噪方法
CN105242309B (zh) 一种地震数据中规则干扰的压制方法及装置
CN110398647B (zh) 变压器状态监测方法
WO2006041735A2 (en) Reverberation removal
CN110737023B (zh) 一种矿用微震监测信号的处理方法
US20220383884A1 (en) System and method for identifying and processing audio signals
CN113009566B (zh) 现地地震动预测模型及其构建方法
CN112394402A (zh) 基于同步挤压小波变换检测微地震信号的方法和系统
Zhang et al. Improved local cepstrum and its applications for gearbox and rolling bearing fault detection
CN112766224B (zh) 畸变信号中提取真实信号的方法、装置、设备和存储介质
CN113435281A (zh) 基于改进hht变换的波纹补偿器故障诊断方法
EP2877820B1 (en) Method of extracting zero crossing data from full spectrum signals
CN108957552A (zh) 基于ss-pca的地震数据海浪噪声压制方法
CN104570118B (zh) 一种基于双因素的自动识别与去除工业干扰的方法
CN111323227A (zh) 一种航空发动机转子故障特征的提取方法
CN112904412B (zh) 一种矿山微震信号p波初至时刻提取方法及系统
Pazos et al. Non-linear filter, using the wavelet transform, applied to seismological records
CN114396311A (zh) 煤矿微震信号的处理方法和装置
CN114858430A (zh) 一种基于lcd-小波新阈值的机械密封声发射信号降噪方法
JP2000296118A (ja) 生体信号解析方法および装置

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210223

WW01 Invention patent application withdrawn after publication