CN112394403B - 一种利用边缘探测的微震事件检测方法和系统 - Google Patents

一种利用边缘探测的微震事件检测方法和系统 Download PDF

Info

Publication number
CN112394403B
CN112394403B CN202011206626.XA CN202011206626A CN112394403B CN 112394403 B CN112394403 B CN 112394403B CN 202011206626 A CN202011206626 A CN 202011206626A CN 112394403 B CN112394403 B CN 112394403B
Authority
CN
China
Prior art keywords
signal sequence
moving average
average filtering
microseismic event
elements
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
CN202011206626.XA
Other languages
English (en)
Other versions
CN112394403A (zh
Inventor
翟明岳
李道格
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.)
North China Electric Power University
Original Assignee
North China Electric Power 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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202011206626.XA priority Critical patent/CN112394403B/zh
Publication of CN112394403A publication Critical patent/CN112394403A/zh
Application granted granted Critical
Publication of CN112394403B publication Critical patent/CN112394403B/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
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis

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)
  • Image Analysis (AREA)

Abstract

本发明的实施例公开一种利用边缘探测的微震事件检测方法和系统，所述方法包括：步骤101获取按时间顺序采集的信号序列S；步骤102对信号序列S进行移动平均滤波；步骤103求取N个M1点最大值和N个M2点最大值；步骤104求取N个边缘探测值；步骤105求取微震事件判断阈值；步骤106检测微震事件。

Description

一种利用边缘探测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。
发明内容
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边缘探测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边缘探测方面的差异，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，计算也较为简单。
为实现上述目的，本发明提供了如下方案：
一种利用边缘探测的微震事件检测方法，包括：
步骤101获取按时间顺序采集的信号序列S；
步骤102对信号序列S进行移动平均滤波，具体为：所用滤波公式为：
yn＝avg[sn,M0]
yn为移动平均滤波后的信号序列Y的第n个元素，
avg[sn,M0]表示对sn进行移动平均滤波，
sn为所述信号序列S的第n个元素，
n＝1,2,···,N为元素下标，
N为所述信号序列S的长度，
Figure BDA0002757280260000021
为移动平均滤波参数，
SNR为所述信号序列S的信噪比，
Figure BDA00027572802600000212
对*下取整，
*表示任一自变量；
步骤103求取N个M1点最大值和N个M2点最大值，具体为：第k个M1点最大值记为
Figure BDA0002757280260000022
第k个M2点最大值记为
Figure BDA0002757280260000023
所用求取公式为：
Figure BDA0002757280260000024
Figure BDA0002757280260000025
其中：
Figure BDA00027572802600000211
为移动平均滤波之后的信号序列Y的第k-M1个元素，
Figure BDA0002757280260000026
为移动平均滤波之后的信号序列Y的第k-M1+1个元素，
Figure BDA0002757280260000027
为移动平均滤波之后的信号序列Y的第k+M1-1个元素，
Figure BDA0002757280260000028
为移动平均滤波之后的信号序列Y的第k+M1个元素，
Figure BDA0002757280260000029
为移动平均滤波之后的信号序列Y的第k-M2个元素，
Figure BDA00027572802600000210
为移动平均滤波之后的信号序列Y的第k-M2+1个元素，
Figure BDA0002757280260000036
为移动平均滤波之后的信号序列Y的第k+M2-1个元素，
Figure BDA0002757280260000037
为移动平均滤波之后的信号序列Y的第k+M2个元素，
Figure BDA0002757280260000031
为第一窗口长度，
Figure BDA0002757280260000032
为第二窗口长度，
k＝1,2,···,N为窗口序号；
步骤104求取N个边缘探测值，具体为：第k个边缘探测值记为Hk，所用求取公式为：
Figure BDA0002757280260000033
其中：
α为边缘探测因子，所用求取公式为：
Figure BDA0002757280260000034
步骤105求取微震事件判断阈值，具体为：微震事件判断阈值记为ε0，所用求取公式为：
Figure BDA0002757280260000035
其中：
σ为信号序列S的均方差；
步骤106检测微震事件，具体为：如果第k个窗口的边缘探测值Hk满足判断条件|Hk|≥ε0，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。
一种利用边缘探测的微震事件检测系统，包括：
模块201获取按时间顺序采集的信号序列S；
模块202对信号序列S进行移动平均滤波，具体为：所用滤波公式为：
yn＝avg[sn,M0]
yn为移动平均滤波后的信号序列Y的第n个元素，
avg[sn,M0]表示对sn进行移动平均滤波，
sn为所述信号序列S的第n个元素，
n＝1,2,···,N为元素下标，
N为所述信号序列S的长度，
Figure BDA0002757280260000041
为移动平均滤波参数，
SNR为所述信号序列S的信噪比，
Figure BDA0002757280260000042
对*下取整，
*表示任一自变量；
模块203求取N个M1点最大值和N个M2点最大值，具体为：第k个M1点最大值记为
Figure BDA0002757280260000043
第k个M2点最大值记为
Figure BDA0002757280260000044
所用求取公式为：
Figure BDA0002757280260000045
Figure BDA0002757280260000046
其中：
Figure BDA00027572802600000411
为移动平均滤波之后的信号序列Y的第k-M1个元素，
Figure BDA00027572802600000412
为移动平均滤波之后的信号序列Y的第k-M1+1个元素，
Figure BDA00027572802600000413
为移动平均滤波之后的信号序列Y的第k+M1-1个元素，
Figure BDA00027572802600000414
为移动平均滤波之后的信号序列Y的第k+M1个元素，
Figure BDA00027572802600000415
为移动平均滤波之后的信号序列Y的第k-M2个元素，
Figure BDA00027572802600000416
为移动平均滤波之后的信号序列Y的第k-M2+1个元素，
Figure BDA00027572802600000417
为移动平均滤波之后的信号序列Y的第k+M2-1个元素，
Figure BDA00027572802600000418
为移动平均滤波之后的信号序列Y的第k+M2个元素，
Figure BDA0002757280260000047
为第一窗口长度，
Figure BDA0002757280260000048
为第二窗口长度，
k＝1,2,···,N为窗口序号；
模块204求取N个边缘探测值，具体为：第k个边缘探测值记为Hk，所用求取公式为：
Figure BDA0002757280260000049
其中：
α为边缘探测因子，所用求取公式为：
Figure BDA00027572802600000410
模块205求取微震事件判断阈值，具体为：微震事件判断阈值记为ε0，所用求取公式为：
Figure BDA0002757280260000051
其中：
σ为信号序列S的均方差；
模块206检测微震事件，具体为：如果第k个窗口的边缘探测值Hk满足判断条件|Hk|≥ε0，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。
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边缘探测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边缘探测方面的差异，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，计算也较为简单。
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为本发明的系统流程示意图；
图3为本发明的具体实施案例流程示意图。
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1一种利用边缘探测的微震事件检测方法的流程示意图
图1为本发明一种利用边缘探测的微震事件检测方法的流程示意图。如图1所示，所述的一种利用边缘探测的微震事件检测方法具体包括以下步骤：
步骤101获取按时间顺序采集的信号序列S；
步骤102对信号序列S进行移动平均滤波，具体为：所用滤波公式为：
yn＝avg[sn,M0]
yn为移动平均滤波后的信号序列Y的第n个元素，
avg[sn,M0]表示对sn进行移动平均滤波，
sn为所述信号序列S的第n个元素，
n＝1,2,···,N为元素下标，
N为所述信号序列S的长度，
Figure BDA0002757280260000061
为移动平均滤波参数，
SNR为所述信号序列S的信噪比，
Figure BDA0002757280260000062
对*下取整，
*表示任一自变量；
步骤103求取N个M1点最大值和N个M2点最大值，具体为：第k个M1点最大值记为
Figure BDA0002757280260000063
第k个M2点最大值记为
Figure BDA0002757280260000064
所用求取公式为：
Figure BDA0002757280260000065
Figure BDA0002757280260000066
其中：
Figure BDA00027572802600000610
为移动平均滤波之后的信号序列Y的第k-M1个元素，
Figure BDA00027572802600000611
为移动平均滤波之后的信号序列Y的第k-M1+1个元素，
Figure BDA00027572802600000612
为移动平均滤波之后的信号序列Y的第k+M1-1个元素，
Figure BDA00027572802600000613
为移动平均滤波之后的信号序列Y的第k+M1个元素，
Figure BDA00027572802600000614
为移动平均滤波之后的信号序列Y的第k-M2个元素，
Figure BDA00027572802600000615
为移动平均滤波之后的信号序列Y的第k-M2+1个元素，
Figure BDA00027572802600000616
为移动平均滤波之后的信号序列Y的第k+M2-1个元素，
Figure BDA00027572802600000617
为移动平均滤波之后的信号序列Y的第k+M2个元素，
Figure BDA0002757280260000067
为第一窗口长度，
Figure BDA0002757280260000068
为第二窗口长度，
k＝1,2,···,N为窗口序号；
步骤104求取N个边缘探测值，具体为：第k个边缘探测值记为Hk，所用求取公式为：
Figure BDA0002757280260000069
其中：
α为边缘探测因子，所用求取公式为：
Figure BDA0002757280260000071
步骤105求取微震事件判断阈值，具体为：微震事件判断阈值记为ε0，所用求取公式为：
Figure BDA0002757280260000072
其中：
σ为信号序列S的均方差；
步骤106检测微震事件，具体为：如果第k个窗口的边缘探测值Hk满足判断条件|Hk|≥ε0，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。
图2一种利用边缘探测的微震事件检测系统的结构意图
图2为本发明一种利用边缘探测的微震事件检测系统的结构示意图。如图2所示，所述一种利用边缘探测的微震事件检测系统包括以下结构：
模块201获取按时间顺序采集的信号序列S；
模块202对信号序列S进行移动平均滤波，具体为：所用滤波公式为：
yn＝avg[sn,M0]
yn为移动平均滤波后的信号序列Y的第n个元素，
avg[sn,M0]表示对sn进行移动平均滤波，
sn为所述信号序列S的第n个元素，
n＝1,2,···,N为元素下标，
N为所述信号序列S的长度，
Figure BDA0002757280260000073
为移动平均滤波参数，
SNR为所述信号序列S的信噪比，
Figure BDA0002757280260000074
对*下取整，
*表示任一自变量；
模块203求取N个M1点最大值和N个M2点最大值，具体为：第k个M1点最大值记为
Figure BDA0002757280260000081
第k个M2点最大值记为
Figure BDA0002757280260000082
所用求取公式为：
Figure BDA0002757280260000083
Figure BDA0002757280260000084
其中：
Figure BDA00027572802600000810
为移动平均滤波之后的信号序列Y的第k-M1个元素，
Figure BDA00027572802600000811
为移动平均滤波之后的信号序列Y的第k-M1+1个元素，
Figure BDA00027572802600000812
为移动平均滤波之后的信号序列Y的第k+M1-1个元素，
Figure BDA00027572802600000813
为移动平均滤波之后的信号序列Y的第k+M1个元素，
Figure BDA00027572802600000814
为移动平均滤波之后的信号序列Y的第k-M2个元素，
Figure BDA00027572802600000815
为移动平均滤波之后的信号序列Y的第k-M2+1个元素，
Figure BDA00027572802600000816
为移动平均滤波之后的信号序列Y的第k+M2-1个元素，
Figure BDA00027572802600000817
为移动平均滤波之后的信号序列Y的第k+M2个元素，
Figure BDA0002757280260000085
为第一窗口长度，
Figure BDA0002757280260000086
为第二窗口长度，
k＝1,2,···,N为窗口序号；
模块204求取N个边缘探测值，具体为：第k个边缘探测值记为Hk，所用求取公式为：
Figure BDA0002757280260000087
其中：
α为边缘探测因子，所用求取公式为：
Figure BDA0002757280260000088
模块205求取微震事件判断阈值，具体为：微震事件判断阈值记为ε0，所用求取公式为：
Figure BDA0002757280260000089
其中：
σ为信号序列S的均方差；
模块206检测微震事件，具体为：如果第k个窗口的边缘探测值Hk满足判断条件|Hk|≥ε0，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。
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：
步骤301获取按时间顺序采集的信号序列S；
步骤302对信号序列S进行移动平均滤波，具体为：所用滤波公式为：
yn＝avg[sn,M0]
yn为移动平均滤波后的信号序列Y的第n个元素，
avg[sn,M0]表示对sn进行移动平均滤波，
sn为所述信号序列S的第n个元素，
n＝1,2,···,N为元素下标，
N为所述信号序列S的长度，
Figure BDA0002757280260000091
为移动平均滤波参数，
SNR为所述信号序列S的信噪比，
Figure BDA0002757280260000092
对*下取整，
*表示任一自变量；
步骤303求取N个M1点最大值和N个M2点最大值，具体为：第k个M1点最大值记为
Figure BDA0002757280260000093
第k个M2点最大值记为
Figure BDA0002757280260000094
所用求取公式为：
Figure BDA0002757280260000095
Figure BDA0002757280260000096
其中：
Figure BDA0002757280260000097
为移动平均滤波之后的信号序列Y的第k-M1个元素，
Figure BDA0002757280260000098
为移动平均滤波之后的信号序列Y的第k-M1+1个元素，
Figure BDA0002757280260000099
为移动平均滤波之后的信号序列Y的第k+M1-1个元素，
Figure BDA00027572802600000910
为移动平均滤波之后的信号序列Y的第k+M1个元素，
Figure BDA00027572802600000911
为移动平均滤波之后的信号序列Y的第k-M2个元素，
Figure BDA00027572802600000912
为移动平均滤波之后的信号序列Y的第k-M2+1个元素，
Figure BDA00027572802600000913
为移动平均滤波之后的信号序列Y的第k+M2-1个元素，
Figure BDA00027572802600000914
为移动平均滤波之后的信号序列Y的第k+M2个元素，
Figure BDA0002757280260000101
为第一窗口长度，
Figure BDA0002757280260000102
为第二窗口长度，
k＝1,2,···,N为窗口序号；
步骤304求取N个边缘探测值，具体为：第k个边缘探测值记为Hk，所用求取公式为：
Figure BDA0002757280260000103
其中：
α为边缘探测因子，所用求取公式为：
Figure BDA0002757280260000104
步骤305求取微震事件判断阈值，具体为：微震事件判断阈值记为ε0，所用求取公式为：
Figure BDA0002757280260000105
其中：
σ为信号序列S的均方差；
步骤306检测微震事件，具体为：如果第k个窗口的边缘探测值Hk满足判断条件|Hk|≥ε0，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。
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 (2)

1.一种利用边缘探测的微震事件检测方法，其特征在于，包括：
步骤101获取按时间顺序采集的信号序列S；
步骤102对信号序列S进行移动平均滤波，具体为：所用滤波公式为：
yn＝avg[sn,M0]
yn为移动平均滤波后的信号序列Y的第n个元素，
avg[sn,M0]表示对sn进行移动平均滤波，
sn为所述信号序列S的第n个元素，
n＝1,2,…,N为元素下标，
N为所述信号序列S的长度，
Figure FDA0002757280250000011
为移动平均滤波参数，
SNR为所述信号序列S的信噪比，
Figure FDA0002757280250000012
对*下取整，
*表示任一自变量；
步骤103求取N个M1点最大值和N个M2点最大值，具体为：第k个M1点最大值记为
Figure FDA0002757280250000013
第k个M2点最大值记为
Figure FDA0002757280250000014
所用求取公式为：
Figure FDA0002757280250000015
Figure FDA0002757280250000016
其中：
Figure FDA0002757280250000017
为移动平均滤波之后的信号序列Y的第k-M1个元素，
Figure FDA0002757280250000018
为移动平均滤波之后的信号序列Y的第k-M1+1个元素，
Figure FDA0002757280250000019
为移动平均滤波之后的信号序列Y的第k+M1-1个元素，
Figure FDA00027572802500000110
为移动平均滤波之后的信号序列Y的第k+M1个元素，
Figure FDA00027572802500000111
为移动平均滤波之后的信号序列Y的第k-M2个元素，
Figure FDA00027572802500000112
为移动平均滤波之后的信号序列Y的第k-M2+1个元素，
Figure FDA00027572802500000113
为移动平均滤波之后的信号序列Y的第k+M2-1个元素，
Figure FDA0002757280250000029
为移动平均滤波之后的信号序列Y的第k+M2个元素，
Figure FDA0002757280250000022
为第一窗口长度，
Figure FDA0002757280250000023
为第二窗口长度，
k＝1,2,…,N为窗口序号；
步骤104求取N个边缘探测值，具体为：第k个边缘探测值记为Hk，所用求取公式为：
Figure FDA0002757280250000024
其中：
α为边缘探测因子，所用求取公式为：
Figure FDA0002757280250000025
步骤105求取微震事件判断阈值，具体为：微震事件判断阈值记为ε0，所用求取公式为：
Figure FDA0002757280250000026
其中：
σ为信号序列S的均方差；
步骤106检测微震事件，具体为：如果第k个窗口的边缘探测值Hk满足判断条件|Hk|≥ε0，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。
2.一种利用边缘探测的微震事件检测系统，其特征在于，包括：
模块201获取按时间顺序采集的信号序列S；
模块202对信号序列S进行移动平均滤波，具体为：所用滤波公式为：
yn＝avg[sn,M0]
yn为移动平均滤波后的信号序列Y的第n个元素，
avg[sn,M0]表示对sn进行移动平均滤波，
sn为所述信号序列S的第n个元素，
n＝1,2,…,N为元素下标，
N为所述信号序列S的长度，
Figure FDA0002757280250000027
为移动平均滤波参数，
SNR为所述信号序列S的信噪比，
Figure FDA0002757280250000028
对*下取整，
*表示任一自变量；
模块203求取N个M1点最大值和N个M2点最大值，具体为：第k个M1点最大值记为
Figure FDA0002757280250000031
第k个M2点最大值记为
Figure FDA0002757280250000032
所用求取公式为：
Figure FDA0002757280250000033
Figure FDA0002757280250000034
其中：
Figure FDA00027572802500000310
为移动平均滤波之后的信号序列Y的第k-M1个元素，
Figure FDA00027572802500000311
为移动平均滤波之后的信号序列Y的第k-M1+1个元素，
Figure FDA00027572802500000312
为移动平均滤波之后的信号序列Y的第k+M1-1个元素，
Figure FDA00027572802500000313
为移动平均滤波之后的信号序列Y的第k+M1个元素，
Figure FDA00027572802500000314
为移动平均滤波之后的信号序列Y的第k-M2个元素，
Figure FDA00027572802500000315
为移动平均滤波之后的信号序列Y的第k-M2+1个元素，
Figure FDA00027572802500000316
为移动平均滤波之后的信号序列Y的第k+M2-1个元素，
Figure FDA00027572802500000317
为移动平均滤波之后的信号序列Y的第k+M2个元素，
Figure FDA0002757280250000035
为第一窗口长度，
Figure FDA0002757280250000036
为第二窗口长度，
k＝1,2,…,N为窗口序号；
模块204求取N个边缘探测值，具体为：第k个边缘探测值记为Hk，所用求取公式为：
Figure FDA0002757280250000037
其中：
α为边缘探测因子，所用求取公式为：
Figure FDA0002757280250000038
模块205求取微震事件判断阈值，具体为：微震事件判断阈值记为ε0，所用求取公式为：
Figure FDA0002757280250000039
其中：
σ为信号序列S的均方差；
模块206检测微震事件，具体为：如果第k个窗口的边缘探测值Hk满足判断条件|Hk|≥ε0，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。
CN202011206626.XA 2020-11-03 2020-11-03 一种利用边缘探测的微震事件检测方法和系统 Expired - Fee Related CN112394403B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011206626.XA CN112394403B (zh) 2020-11-03 2020-11-03 一种利用边缘探测的微震事件检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011206626.XA CN112394403B (zh) 2020-11-03 2020-11-03 一种利用边缘探测的微震事件检测方法和系统

Publications (2)

Publication Number Publication Date
CN112394403A CN112394403A (zh) 2021-02-23
CN112394403B true CN112394403B (zh) 2022-02-08

Family

ID=74598988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011206626.XA Expired - Fee Related CN112394403B (zh) 2020-11-03 2020-11-03 一种利用边缘探测的微震事件检测方法和系统

Country Status (1)

Country Link
CN (1) CN112394403B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2186068A1 (en) * 1995-10-16 1997-03-01 Fred M. Peterson Seismic processing apparatus and method
CN102175768A (zh) * 2011-02-22 2011-09-07 哈尔滨工业大学 一种基于振动信号的高铁钢轨伤损探测方法及装置
CN105277976A (zh) * 2015-09-14 2016-01-27 山东科技大学 基于岩石露头雷达探测的地震正演模拟方法
CN111649819A (zh) * 2020-05-27 2020-09-11 广东石油化工学院 一种利用迭代软阈值的变压器状态振声检测信号滤波方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2186068A1 (en) * 1995-10-16 1997-03-01 Fred M. Peterson Seismic processing apparatus and method
CN102175768A (zh) * 2011-02-22 2011-09-07 哈尔滨工业大学 一种基于振动信号的高铁钢轨伤损探测方法及装置
CN105277976A (zh) * 2015-09-14 2016-01-27 山东科技大学 基于岩石露头雷达探测的地震正演模拟方法
CN111649819A (zh) * 2020-05-27 2020-09-11 广东石油化工学院 一种利用迭代软阈值的变压器状态振声检测信号滤波方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Research methods of seismic wave field based on SU systems;Wang Jiujin, Mingyue Zhai;《2010 International Conference on Computer Application and System Modeling》;20101031;38-42 *

Also Published As

Publication number Publication date
CN112394403A (zh) 2021-02-23

Similar Documents

Publication Publication Date Title
CN110146920B (zh) 基于幅值相对变化的微震事件检测方法和系统
CN110146918B (zh) 基于分群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
CN110703319B (zh) 一种基于Khinchin-Einstein定理的微震事件检测方法和系统
CN110361779B (zh) 一种基于卡方分布的微震事件检测方法和系统
CN110703321B (zh) 一种利用字典理论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
CN111679321A (zh) 一种利用泛化梯度的微震信号重构方法和系统
CN111856563A (zh) 一种利用转换稀疏性的微震信号重构方法和系统
CN111596362A (zh) 一种利用拉格朗日因子的微震信号滤波方法和系统
CN110685665A (zh) 一种基于边界探测的微震事件检测方法和系统
CN110703324A (zh) 一种利用随机字典表示的微震事件检测方法和系统
CN110161560B (zh) 一种微震事件的检测方法和装置
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
CN110333530B (zh) 一种微震事件检测方法和系统
CN110146919B (zh) 基于正交投影的微震事件检测方法和系统
CN112257560B (zh) 一种利用累积相似性的微震事件检测方法和系统
CN112462419A (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
CN110146921B (zh) 基于狄拉克分布概率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
CN111596361A (zh) 一种利用局限点的微震信号滤波方法和系统
CN112180439A (zh) 一种利用凸函数优化的微震事件检测方法和系统
CN111751884A (zh) 一种利用中心频率偏移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: 20220208

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