CN113466951B - 矿井电法监测电阻率异常响应快速判识方法 - Google Patents

矿井电法监测电阻率异常响应快速判识方法 Download PDF

Info

Publication number
CN113466951B
CN113466951B CN202110703669.7A CN202110703669A CN113466951B CN 113466951 B CN113466951 B CN 113466951B CN 202110703669 A CN202110703669 A CN 202110703669A CN 113466951 B CN113466951 B CN 113466951B
Authority
CN
China
Prior art keywords
resistivity
deviation
delta
monitoring result
abnormal
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.)
Active
Application number
CN202110703669.7A
Other languages
English (en)
Other versions
CN113466951A (zh
Inventor
鲁晶津
王云宏
崔伟雄
王冰纯
李德山
段建华
南汉晨
丛琳
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.)
Xian Research Institute Co Ltd of CCTEG
Original Assignee
Xian Research Institute Co Ltd of CCTEG
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 Xian Research Institute Co Ltd of CCTEG filed Critical Xian Research Institute Co Ltd of CCTEG
Priority to CN202110703669.7A priority Critical patent/CN113466951B/zh
Publication of CN113466951A publication Critical patent/CN113466951A/zh
Application granted granted Critical
Publication of CN113466951B publication Critical patent/CN113466951B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/18Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/38Processing data, e.g. for analysis, for interpretation, for correction
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30Assessment of water resources

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
  • Measurement Of Resistance Or Impedance (AREA)

Abstract

本发明公开一种矿井电法监测电阻率异常响应快速判识方法,通过计算当前监测结果与背景值之间的整体电阻率偏差判断电阻率异常响应,在对矿井电法监测结果进行分析解释时,可以快速、有效地判识电阻率异常响应,并排除噪声干扰导致的假异常。

Description

矿井电法监测电阻率异常响应快速判识方法
技术领域
本发明属于矿井物探领域,涉及一种矿井物探数据处理解释方法,具体涉及一种对矿井电法监测结果进行分析解释时快速判识电阻率异常响应的方法。
背景技术
矿井电法监测通过对煤矿井下同一片目标区域连续不断的重复进行电法勘探,对目标区域在受外界因素影响下的岩石电阻率变化过程进行监测。工作面回采过程中,煤层及顶、底板岩层在采动破坏的影响下其电阻率发生变化,当采动破坏形成的裂隙与含水层导通,会形成显著的低阻异常,矿井电法监测通过捕捉低阻异常可以对矿井水害进行监测预警。
进行矿井电法监测时,一般间隔固定的时间便可以采集一组监测数据,采集时间的长短由监测设备的性能所决定。对基于分布式可进行并行采集的电法监测设备而言,完成一组监测数据的采集可能仅需要短短的几分钟,这对监测数据处理解释的时效性提出了很大的挑战。矿井电法勘探采集的数据一般是电位或电位差,要从中解译出有用的地质信息,需要通过电阻率反演将电位或电位差转换为可以间接反映地质信息的电阻率,进一步根据电阻率的分布情况对地质信息进行推断解释。然而,由于电法勘探属于体积勘探,整个监测范围内的电阻率变化都可能引起观测信号的变化。低阻异常响应可能是由新生裂隙导通含水层引起,也可能是由采掘活动中的应力变化导致裂隙闭合引起,并且采空区积水也会导致低阻异常,这意味着电法监测结果存在多解性。因此,尽管对监测数据进行反演处理的过程可以由计算机软件自动执行,但是对电法监测结果中的电阻率异常响应进行地质解释时,需要借助人工手段。
反演得到的电阻率结果一般是二维或三维数据体。对监测结果进行分析解释时,通常在统一色标下对反演所得的数据体进行可视化后,再对电阻率异常响应进行判识。在工作面回采过程中,数据采集频率较高的情况下,一天可以获得数十组甚至上百组监测数据。实际的监测结果显示,一天之内工作面的电阻率变化并不大。然而,对于电阻率监测而言,随时间推移发生显著变化的电阻率异常才有参考价值。为了从大量无异常变化的监测结果中识别电阻率异常响应,需要对监测结果逐一进行分析对比。若采用人工手段实现这一过程,可能会做大量的无用功。考虑到矿井电法监测日积月累的数据体量,借助人工手段进行电阻率异常响应判识,需要耗费大量的人力和时间,并且解释结果也不具备时效性,亟需可以对电阻率异常响应进行快速判识的方法。
发明内容
针对现有技术中的缺陷和不足,本发明提供了一种矿井电法监测电阻率异常响应快速判识方法,以解决现有技术所存在的借助人工手段进行矿井电法监测电阻率异常响应判识需要耗费大量人力和时间的技术问题。该方法通过计算当前监测结果与背景值之间的整体电阻率偏差判断电阻率异常响应,在对矿井电法监测结果进行分析解释时,可以快速、有效地判识电阻率异常响应,并排除噪声干扰导致的假异常。
为达到上述目的,本发明采取如下的技术方案:
一种矿井电法监测电阻率异常响应快速判识方法,该方法能对矿井电法监测煤矿井下目标区域得到的监测结果进行判识以判断是否存在电阻率异常;所述监测结果为电阻率数据;包括以下步骤:
步骤一,将目标区域的第一组监测结果作为背景值ρ0;将第一组之后的监测结果记为ρj,且ρ0和ρj是针对同一目标区域的监测结果;
步骤二,计算第j个时段的监测结果ρj与背景值ρ0之间的整体偏差δj
Figure BDA0003131269440000021
上式中,
Figure BDA0003131269440000022
为背景值中第i个空间点的电阻率值,
Figure BDA0003131269440000023
为第j个时段第i个空间点的电阻率值,i=1,……,n;
步骤三,设置偏差阈值εj,当整体偏差δj≥εj时,第j个时段的整体偏差为异常偏差,否则认为其为正常偏差;默认第1个时段的监测结果不存在电阻率异常响应,设置整体偏差的初始偏差阈值ε1=3δ1;定义正常偏差数据集δ′j:δ′j={δkkj,k=1,……,j},则初始正常偏差数据集δ′1={δ1};
在上述基础上,定义偏差阈值εj形式如下:
Figure BDA0003131269440000024
上式中,δ′j-1(j>1)为第j-1时段的正常偏差数据集,
Figure BDA0003131269440000025
为数据集δ′j-1中元素的平均值。
本发明还包括如下技术特征:
具体的,所述步骤一包括:
将获得的第一组监测结果作为背景值,记为ρ0,形式如下:
Figure BDA0003131269440000031
Figure BDA0003131269440000032
代表第i个空间点的电阻率值;
将之后的监测结果记为ρj,形式如下:
Figure BDA0003131269440000033
Figure BDA0003131269440000034
为第j个时段第i个空间点的电阻率值。
具体的,所述步骤三中,
j=1时,导入当前监测结果ρ1,可得
Figure BDA0003131269440000035
ε1=3δ1,δ′1={δ1};
j>1时,对监测结果ρj进行判识,根据如下公式计算δj、εj
Figure BDA0003131269440000036
Figure BDA0003131269440000037
根据如下公式更新δ′j:δ′j=δkkj,k=1,……,j}
当整体偏差δj≥εj时,认为第j个时段的监测结果存在电阻率异常响应。
具体的,所述步骤三中,由于煤矿井下存在噪声干扰,监测结果中存在假异常,为了判断异常偏差是否为假异常,需结合该时段之前是否存在异常偏差进行进一步的判识;当δj≥εj,δj-1≤εj-1时,认为第j个时段的监测结果为孤立电阻率异常响应,此类异常响应认为是假异常;当δj≥εj,δj-1≥εj时,认为第j个时段的监测结果为连续电阻率异常响应。
本发明与现有技术相比,有益的技术效果是:
本发明方案便于用计算机语言来实现,可以将技术人员从海量的手动数据分析中解放出来;通过判识孤立电阻率异常响应识别假异常,让技术人员仅需要针对有连续电阻率异常响应的监测数据进行地质解释。
附图说明
图1为对矿井电法监测结果进行电阻率异常响应判识的流程图;
图2为监测过程中电阻率相对背景值的整体偏差变化曲线;
图3为存在连续电阻率异常响应时段内的监测结果。
以下结合说明书附图和具体实施方式对本发明做具体说明。
具体实施方式
由于电法勘探属于体积勘探,整个监测范围内的电阻率变化都可能引起观测信号的变化,导致电法监测结果存在多解性,因此对电法监测结果中的电阻率异常响应进行地质解释时,需要借助人工手段。考虑到矿井电法监测日积月累的数据体量,借助人工手段进行电阻率异常响应判识,需要耗费大量的人力和时间,并且解释结果也不具备时效性,亟需可以对电阻率异常响应进行快速判识的方法。
本发明针对现有技术所存在的借助人工手段进行矿井电法监测电阻率异常响应判识需要耗费大量人力和时间的技术问题,提供了一种矿井电法监测电阻率异常响应快速判识方法。该方法通过计算当前监测结果与背景值之间的整体电阻率偏差判断电阻率异常响应,在对矿井电法监测结果进行分析解释时,可以快速、有效地判识电阻率异常响应。
遵从上述技术方案,以下给出本发明的具体实施例,需要说明的是本发明并不局限于以下具体实施例,凡在本申请技术方案基础上做的等同变换均落入本发明的保护范围。下面结合实施例对本发明做进一步详细说明。
实施例1:
本实施例提供一种矿井电法监测电阻率异常响应快速判识方法,本实施例中,对回采过程中工作面底板的电阻率变化情况进行动态监测,采用三维电阻率反演对监测数据进行成像处理,获得的监测结果为监测目标区域的三维电阻率数据体,技术人员需要根据监测结果分析工作面底板电阻率在采动影响下的变化规律,进一步对电阻率变化过程给出合理的地质解释,以便为底板水害预警提供参考依据。
为了快速识别电阻率异常响应,如附图1所示,具体包括以下步骤:
步骤一,将目标区域的第一组监测结果作为背景值ρ0;将第一组之后的组监测结果记为ρj,且ρ0和ρj是针对同一目标区域的监测结果;
步骤二,计算第j个时段的监测结果ρj与背景值ρ0之间的整体偏差δj
Figure BDA0003131269440000051
上式中,
Figure BDA0003131269440000052
为背景值中第i个空间点的电阻率值,
Figure BDA0003131269440000053
为第j个时段第i个空间点的电阻率值,i=1,……,n;整体偏差δj的值越小,表明第j个时段电阻率相对背景值而言变化越小,电阻率存在异常响应的概率也越小;
步骤三,设置偏差阈值εj,当整体偏差δj≥εj时,第j个时段的整体偏差为异常偏差,否则认为其为正常偏差,正常偏差数据集δ′j定义为:δ′j={δkkj,k=1,……,j};
定义偏差阈值εj形式如下:
Figure BDA0003131269440000054
上式中,默认第1时段的监测结果不存在电阻率异常响应,设置整体偏差的初始偏差阈值ε1=3δ1,初始正常偏差数据集δ′1={δ1j;δ′j-1(j>1)为第j-1时段的正常偏差数据集,
Figure BDA0003131269440000055
为数据集δ′j-1中元素的平均值。
更具体的,步骤一包括:
将矿井电法监测系统稳定工作后获得的第一组监测结果作为背景值,记为ρ0,ρ0为一维数组,形式如下:
Figure BDA0003131269440000056
Figure BDA0003131269440000057
代表第i个空间点的电阻率值;
将之后的监测结果记为ρj,形式如下:
Figure BDA0003131269440000058
Figure BDA0003131269440000059
代表第j个时段第i个空间点的电阻率值。ρ0和ρj必须是针对同一目标区域的监测结果。
步骤二中,根据以下公式计算第j个时段的监测结果ρj与背景值ρj之间的整体偏差δj
Figure BDA0003131269440000061
整体偏差δj的值越小,表明第j个时段电阻率相对背景值而言变化越小,电阻率存在异常响应的概率也越小。
步骤三中,为了判断整体偏差δj是否在正常变化范围内,设置偏差阈值εj,当整体偏差δj≥εj时,认为第j个时段的整体偏差为异常偏差,否则认为其为正常偏差,正常偏差数据集δ′j定义如下:δ′j={δkkj,k=1,……,j}
为了适应电阻率的变化过程,偏差阈值εj不是固定不变的值,该值会随监测结果的更新而更新,可以根据正常偏差数据集δ′j的平均值对其进行定义,这样可以避免将异常偏差纳入计算导致阈值变大,无法正确判识异常偏差。
一般而言,认为监测的初始阶段工作面受到的采掘扰动较小,默认第1时段的监测结果不存在电阻率异常响应,设置整体偏差的初始阈值ε1=3δ1,初始正常偏差数据集δ′1={δ1}。
在上述基础上,定义偏差阈值εj形式如下:
Figure BDA0003131269440000062
上式中δ′j-1(j>1)为第j-1时段的正常偏差数据集,
Figure BDA0003131269440000063
为数据集δ′j-1中元素的平均值。
如附图1所示,令j=1,导入当前监测结果ρ1,可得
Figure BDA0003131269440000064
ε1=3δ1,δ′1={δ1}。
如附图1所示,令j=2,对下一时段的监测结果ρ2进行判识。根据整体偏差和偏差阈值的定义,δ2、ε2计算公式如下:
Figure BDA0003131269440000065
ε2=3δ1
根据正常偏差数据集的定义,通过如下公式更新δ′2
δ′2={δkk2,k=1,2}
若δ2≥ε2时,认为第2个时段的监测结果存在电阻率异常响应,则δ′2={δ1};若δ22时,认为第2个时段的监测结果不存在电阻率异常响应,则δ′2=δ1,δ2}。
如附图1所示,令j=j+1,对下一时段的监测结果ρj进行判识。根据如下公式计算δj、εj
Figure BDA0003131269440000071
Figure BDA0003131269440000072
根据如下公式更新δ′j
δ′j={δkkj,k=1,……,j}
当整体偏差δj≥εj时,认为第j个时段的监测结果存在电阻率异常响应。
由于煤矿井下存在较强的噪声干扰,监测结果中可能存在假异常,为了判断异常偏差是否为假异常,还需要结合该时段之前是否存在异常偏差进行进一步的判识。当δj≥εj,δj-1≤εj-1时,认为第j个时段的监测结果为孤立电阻率异常响应,此类异常响应一般认为是假异常,不需要做进一步分析解释。当δj≥εj,δj-1≥εj时,认为第j个时段的监测结果为连续电阻率异常响应,此类异常需要技术人员进一步分析解释。
如附图2所示,整体偏差的变化曲线显示2019年9月9日~15日期间存在连续的电阻率异常响应。通过对该时段内的电阻率进行可视化,得到如附图3所示的存在连续电阻率异常响应时段内的监测结果,图3(a)2019年9月8日监测区域内的电阻率无明显异常,(b)和(c)2019年9月9日监测区域内出现电阻率异常并且异常持续存在,(d)和(e)2019年9月10日电阻率异常显著增强之后开始减弱,(f)2019年9月14日电阻率异常进一步减弱。上述电阻率异常发育变化的时间段与根据整体偏差变化曲线判断的异常时段基本吻合。结合工作面采动情况分析认为,该异常是构造薄弱带在采掘应力影响下有新生裂隙发育并与富水区导通所致。后经矿方水文台帐证实,该时段内工作面涌水量有所增加。上述结果表明,通过整体偏差变化快速判识电阻率异常响应的方法是有效的。

Claims (4)

1.一种矿井电法监测电阻率异常响应快速判识方法,其特征在于,该方法能对矿井电法监测煤矿井下目标区域得到的监测结果进行判识以判断是否存在电阻率异常;所述监测结果为电阻率数据;包括以下步骤:
步骤一,将目标区域的第一组监测结果作为背景值ρ0;将第一组之后的监测结果记为ρj,且ρ0和ρj是针对同一目标区域的监测结果;
步骤二,计算第j个时段的监测结果ρj与背景值ρ0之间的整体偏差δj
Figure FDA0003131269430000011
上式中,
Figure FDA0003131269430000012
为背景值中第i个空间点的电阻率值,
Figure FDA0003131269430000013
为第j个时段第i个空间点的电阻率值,i=1,......,n;
步骤三,设置偏差阈值εj,当整体偏差δj≥εj时,第j个时段的整体偏差为异常偏差,否则认为其为正常偏差;默认第1个时段的监测结果不存在电阻率异常响应,设置整体偏差的初始偏差阈值ε1=3δ1;定义正常偏差数据集δ′j:δ′j={δkk<εj,k=1,......,j},则初始正常偏差数据集δ′1={δ1};
在上述基础上,定义偏差阈值εj形式如下:
Figure FDA0003131269430000014
上式中,δ′j-1(j>1)为第j-1时段的正常偏差数据集,
Figure FDA0003131269430000015
为数据集δ′j-1中元素的平均值。
2.如权利要求1所述的矿井电法监测电阻率异常响应快速判识方法,其特征在于,所述步骤一包括:
将获得的第一组监测结果作为背景值,记为ρ0,形式如下:
Figure FDA0003131269430000016
Figure FDA0003131269430000017
代表第i个空间点的电阻率值;
将之后的监测结果记为ρj,形式如下:
Figure FDA0003131269430000021
Figure FDA0003131269430000022
为第j个时段第i个空间点的电阻率值。
3.如权利要求1所述的矿井电法监测电阻率异常响应快速判识方法,其特征在于,所述步骤三中,
j=1时,导入当前监测结果ρ1,可得
Figure FDA0003131269430000023
ε1=3δ1,δ′1={δ1};
j>1时,对监测结果ρj进行判识,根据如下公式计算δj、εj
Figure FDA0003131269430000024
Figure FDA0003131269430000025
根据如下公式更新δ′j:δ′j={δkk<εj,k=1,......,j}
当整体偏差δj≥εj时,认为第j个时段的监测结果存在电阻率异常响应。
4.如权利要求3所述的矿井电法监测电阻率异常响应快速判识方法,其特征在于,所述步骤三中,由于煤矿井下存在噪声干扰,监测结果中存在假异常,为了判断异常偏差是否为假异常,需结合该时段之前是否存在异常偏差进行进一步的判识;当δj≥εj,δj-1≤εj-1时,认为第j个时段的监测结果为孤立电阻率异常响应,此类异常响应认为是假异常;当δj≥εj,δj-1≥εj时,认为第j个时段的监测结果为连续电阻率异常响应。
CN202110703669.7A 2021-06-24 2021-06-24 矿井电法监测电阻率异常响应快速判识方法 Active CN113466951B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110703669.7A CN113466951B (zh) 2021-06-24 2021-06-24 矿井电法监测电阻率异常响应快速判识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110703669.7A CN113466951B (zh) 2021-06-24 2021-06-24 矿井电法监测电阻率异常响应快速判识方法

Publications (2)

Publication Number Publication Date
CN113466951A CN113466951A (zh) 2021-10-01
CN113466951B true CN113466951B (zh) 2023-05-12

Family

ID=77872683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110703669.7A Active CN113466951B (zh) 2021-06-24 2021-06-24 矿井电法监测电阻率异常响应快速判识方法

Country Status (1)

Country Link
CN (1) CN113466951B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1274426A (zh) * 1997-10-08 2000-11-22 国际壳牌研究有限公司 电阻率测井校正方法
CN103645512A (zh) * 2013-12-10 2014-03-19 江苏大学 一种多层积水采空区探测方法
CN108828680A (zh) * 2018-07-25 2018-11-16 中国石油天然气集团有限公司 地层电阻率和极化率的确定方法和装置
CN110850477A (zh) * 2019-11-07 2020-02-28 中建四局第一建筑工程有限公司 一种基于松鼠搜索算法的电阻率溶洞识别方法
CN111323830A (zh) * 2020-01-14 2020-06-23 东华理工大学 一种基于大地电磁和直流电阻率数据的联合反演方法
CN112253236A (zh) * 2020-10-13 2021-01-22 中煤科工集团西安研究院有限公司 利用相关性分析对矿井电法监测数据进行数据清洗的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150006081A1 (en) * 2013-07-01 2015-01-01 Subsurface Insights LLC Adaptive time-lapse sub-surface electrical resistivity monitoring

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1274426A (zh) * 1997-10-08 2000-11-22 国际壳牌研究有限公司 电阻率测井校正方法
CN103645512A (zh) * 2013-12-10 2014-03-19 江苏大学 一种多层积水采空区探测方法
CN108828680A (zh) * 2018-07-25 2018-11-16 中国石油天然气集团有限公司 地层电阻率和极化率的确定方法和装置
CN110850477A (zh) * 2019-11-07 2020-02-28 中建四局第一建筑工程有限公司 一种基于松鼠搜索算法的电阻率溶洞识别方法
CN111323830A (zh) * 2020-01-14 2020-06-23 东华理工大学 一种基于大地电磁和直流电阻率数据的联合反演方法
CN112253236A (zh) * 2020-10-13 2021-01-22 中煤科工集团西安研究院有限公司 利用相关性分析对矿井电法监测数据进行数据清洗的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
鲁晶津 ; .煤矿井下含/导水构造三维电阻率反演成像技术.煤炭学报.2016,(第03期),全文. *

Also Published As

Publication number Publication date
CN113466951A (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
WO2019161593A1 (zh) 一种煤岩动力灾害危险的电磁辐射和地音监测预警方法
CN106888205B (zh) 一种非侵入式基于功耗分析的plc异常检测方法
US20210285321A1 (en) Early Warning and Automated Detection for Lost Circulation in Wellbore Drilling
CN102930253B (zh) 一种基于图像离散多小波变换的煤岩识别方法
CA2873816C (en) Systems and methods for processing geophysical data
US11880776B2 (en) Graph neural network (GNN)-based prediction system for total organic carbon (TOC) in shale
US9176255B2 (en) Permeability prediction systems and methods using quadratic discriminant analysis
Yin et al. A deep learning-based data-driven approach for predicting mining water inrush from coal seam floor using micro-seismic monitoring data
Jiang et al. A novel method for automatic identification of rock fracture signals in microseismic monitoring
Li et al. Automatic recognition of effective and interference signals based on machine learning: A case study of acoustic emission and electromagnetic radiation
US20230054654A1 (en) Fracture detection using distributed optical fiber sensing
Zhang et al. Risk identification for coal and gas outburst in underground coal mines: A critical review and future directions
CN115688251A (zh) 基于深度学习的地震多发区隧道风险决策方法及系统
Cipolla et al. Observation Lateral Project: Direct Measurement of Far-Field Drainage in the Bakken
CN113466951B (zh) 矿井电法监测电阻率异常响应快速判识方法
CN105064987A (zh) 利用随钻录井q参数进行水层识别的解释评价方法
CN108038442A (zh) 一种基于数据挖掘的微震信号的识别方法
CN111626377A (zh) 一种岩相识别方法、装置、设备及存储介质
Guo et al. A Data Analytics Framework for Analyzing the Effect of Frac Hits on Parent Well Production
CN113327070B (zh) 智能勘查煤系气的方法、装置及电子设备
CN109001798B (zh) 一种自动识别异常道的方法及系统
CN117345344B (zh) 一种矿井声电信号智能预测方法与系统
Hu et al. Discriminator of mining blasts and microseismic events based on multi-scale discrete wavelet transform
Liu et al. Quantitative risk assessment for deep tunnel failure based on clustering and logistic regression at the Ashele copper mine, China
Adenan Machine Learning Assisted Framework for Advanced Subsurface Fracture Mapping and Well Interference Quantification

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