基于时频分析和卷积神经网络的微地震事件检测

摘要

针对传统微地震事件检测方法存在的预处理步骤繁琐、人工干预严重等问题,提出一种基于时频分析和卷积神经网络的微地震事件检测方法.该方法使用实际的油气井水力压裂微地震监测信号作为原始数据,利用S变换提取时频谱构建样本数据集,然后建立卷积神经网络模型对时频谱样本进行特征提取和分类识别.为了验证所提方法的可行性,分别对低信噪比的合成微地震信号,以及实际油井不同类型的地面微地震监测信号进行事件检测.结果表明:该方法可以有效检测包含低信噪比信号及微弱信号在内的多类微地震事件;与短时傅里叶变换、小波变换等其他时频分析方法结合卷积神经网络的算法相比,基于S变换与卷积神经网络的检测方法具有更高的识别准确率与稳定性.