一种微地震有效事件拾取方法及装置与流程

本发明涉及油气藏开采，具体涉及一种微地震有效事件拾取方法及装置。

背景技术：

1、近年来，微地震监测广泛用于非常规油气藏开采中人工压裂缝的监测、矿山开采过程中岩爆的监测、co2在地下的封存状况监测和常规油气田开发中诱导缝的监测等技术中。有效事件拾取是微地震监测的核心技术。微地震监测过程中，接收器不但会持续接收有效信号，且还会接收到大量的噪声信号，使得采集到的微地震数据的数据量大且信噪比低。加之，由震源发出的微弱有效波在地下传播的过程中，会受到地层的吸收衰减，使得有效信号的能量被进一步削弱。因此，实际生产中微地震有效事件的快速、准确拾取极具挑战性。然而，有效事件拾取的准确性决定着后续震源定位的正确性，进而影响着最终反演的诱导裂缝的时域分布与空间展布的正确性。因此，急需形成一种高效、高精且自适应性强的微地震有效事件自动拾取方法对有效信号进行实时提取。然而，常规的微地震有效事件自动拾取方法(如sta/lta、aic等)对高信噪比的微地震数据能够取得较好的拾取结果，但实际生产中的微地震数据的信噪比很低，使得该类方法的使用受到极大的限制。

技术实现思路

1、有鉴于此，本发明实施例提供了一种微地震有效事件拾取方法及装置，解决了拾取微地震有效事件的精度低而且速度慢，无法满足海量微地震监测数据有效信号的高效、高精实时提取的问题。

2、第一方面，本发明一实施例提供的一种微地震有效事件拾取方法包括：构建原始数据库，所述原始数据库包括训练数据和测试数据；

3、对所述训练数据和所述测试数据进行预处理；

4、搭建神经网络模型；

5、将预处理后的训练数据输入所述神经网络模型，以训练所述神经网络模型；

6、将预处理后的测试数据输入训练好的神经网络模型，以输出所述预处理后的测试数据的分割结果；

7、基于所述分割结果提取初至波，并基于所述初至波确定有效事件的位置。

8、在一种实施方式中，所述构建原始数据库，包括：整合正演模拟的合成微地震数据与实际采集的实测微地震数据，以构建原始数据库；其中，所述训练数据包括合成微地震数据；所述测试数据库包括实测微地震数据。

9、在一种实施方式中，所述对所述训练数据和所述测试数据进行预处理，包括：

10、将原始数据库中的每一项合成微地震数据输出成第一灰度图像，将每个站点的实测微地震数据输出成第二灰度图像；

11、对所述合成微地震数据的微地震波场，记录所述第一灰度图像的有效事件所在的初至波，以获得标签图像。

12、对所述合成微地震数据的微地震波场，记录所述第一灰度图像及对应的标签图像；

13、对所述第一灰度图像和所述对应的标签图像进行裁剪和数据增强处理，得到第一切片；

14、对所述实测微地震数据的微地震波场，记录所述第二灰度图像；

15、将所述第二灰度图像裁剪为与所述第一切片同等大小的图像。

16、在一种实施方式中，所述搭建神经网络模型，包括：

17、在spyder环境下，根据u-net++模型结构图调用keras深度学习框架实现神经网络模型的搭建；其中所述神经网络模型为u-net++神经网络模型；

18、对所述u-net++神经网络模型的参数进行初始化和设置。

19、在一种实施方式中，所述将预处理后的训练数据输入所述神经网络模型，以训练所述神经网络模型，包括：将所述第一灰度图像及相应的所述标签图像输入所述神经网络模型，以自适应矩估计优化算法做为所述神经网络模型的训练算法，以平衡二元交叉熵函数作为损失函数，基于预设学习率训练所述神经网络模型。

20、在一种实施方式中，所述将预处理后的测试数据输入训练好的神经网络模型，以输出所述预处理后的测试数据的分割结果，包括：

21、将每一张微地震波场记录的所述第一切片输入训练好的所述神经网络模型，输出每张所述第一切片的分割结果；

22、将每张所述第一切片按照分割的顺序进行重新拼接得到裁剪前的原始整张微地震波场记录的分割结果。

23、在一种实施方式中，所述基于所述分割结果提取初至波，包括：通过第一阈值对所述分割结果进行二值化处理得到二值图像，以所述二值图像为掩膜从原始微地震波场记录的图像中提取出初至波。

24、在一种实施方式中，所述基于所述初至波确定有效事件的位置，包括：比较采样点的初至波与第二阈值的关系，以确定有效事件，并获取所述有效事件的位置。

25、第二方面，本发明一实施例提供的一种微地震有效事件拾取装置，包括：

26、数据库构建模块，用于构建原始数据库，其中所述原始数据库包括训练数据和测试数据；

27、数据处理模块，用于对所述训练数据和所述测试数据进行预处理；

28、模型处理模块，用于搭建神经网络模型；以及将预处理后的训练数据输入所述神经网络模型，以训练所述神经网络模型；用于将预处理后的测试数据输入训练好的神经网络模型，以输出所述预处理后的测试数据的分割结果；

29、提取模块，用于基于所述分割结果提取初至波，并基于所述初至波确定有效事件的位置。

30、第三方面，本发明一实施例提供的一种电子装置，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现如上述所述的微地震有效事件拾取方法。

31、第四方面，本发明一实施例提供的一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用以实现如上述所述的微地震有效事件拾取方法。

32、本发明实施例提供的一种微地震有效事件拾取方法及装置，通过构建原始数据库，所述原始数据库包括训练数据和测试数据；对所述训练数据和所述测试数据进行预处理；搭建神经网络模型；将预处理后的训练数据输入所述神经网络模型，以训练所述神经网络模型；将预处理后的测试数据输入训练好的神经网络模型，以输出所述预处理后的测试数据的分割结果；基于所述分割结果提取初至波，并基于所述初至波确定有效事件的位置。本发明基于图像识别的原理，使用微地震波场记录灰度图像对u-net++神经网络模型进行训练，使其充分学习图像中不同层次的特征，然后利用训练后的u-net++神经网络模型实现海量极低信噪比、弱能量微地震监测记录有效事件的高效率、高精度自动拾取。

技术特征：

1.一种微地震有效事件拾取方法，其特征在于，包括：

2.根据权利要求1所述的微地震有效事件拾取方法，其特征在于，所述构建原始数据库，包括：整合正演模拟的合成微地震数据与实际采集的实测微地震数据，以构建原始数据库；其中，所述训练数据包括合成微地震数据；所述测试数据库包括实测微地震数据。

3.根据权利要求2所述的微地震有效事件拾取方法，其特征在于，所述对所述训练数据和所述测试数据进行预处理，包括：

4.根据权利要求1所述的微地震有效事件拾取方法，其特征在于，所述搭建神经网络模型，包括：

5.根据权利要求3所述的微地震有效事件拾取方法，其特征在于，所述将预处理后的训练数据输入所述神经网络模型，以训练所述神经网络模型，包括：将所述第一灰度图像及相应的所述标签图像输入所述神经网络模型，以自适应矩估计优化算法做为所述神经网络模型的训练算法，以平衡二元交叉熵函数作为损失函数，基于预设学习率训练所述神经网络模型。

6.根据权利要求3所述的微地震有效事件拾取方法，其特征在于，所述将预处理后的测试数据输入训练好的神经网络模型，以输出所述预处理后的测试数据的分割结果，包括：

7.根据权利要求1所述的微地震有效事件拾取方法，其特征在于，所述基于所述分割结果提取初至波，包括：通过第一阈值对所述分割结果进行二值化处理得到二值图像，以所述二值图像为掩膜从原始微地震波场记录的图像中提取出初至波。

8.根据权利要求7所述的微地震有效事件拾取方法，其特征在于，所述基于所述初至波确定有效事件的位置，包括：比较采样点的初至波与第二阈值的关系，以确定有效事件，并获取所述有效事件的位置。

9.一种微地震有效事件拾取装置，其特征在于，包括：

10.一种电子装置，其特征在于，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现如上述权利要求1-8中任意一项所述的微地震有效事件拾取方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用以实现如上述权利要求1-8中任一项所述的微地震有效事件拾取方法。

技术总结
本发明提供了一种微地震有效事件拾取方法及装置，解决了拾取微地震有效事件的精度低而且速度慢，无法满足海量微地震监测数据有效信号的高效、高精实时提取的问题。第一方面，本发明一实施例提供的一种微地震有效事件拾取方法包括：构建原始数据库，所述原始数据库包括训练数据和测试数据；对所述训练数据和所述测试数据进行预处理；搭建神经网络模型；将预处理后的训练数据输入所述神经网络模型，以训练所述神经网络模型；将预处理后的测试数据输入训练好的神经网络模型，以输出所述预处理后的测试数据的分割结果；基于所述分割结果提取初至波，并基于所述初至波确定有效事件的位置。

技术研发人员：罗浩,彭代平,黄鹏
受保护的技术使用者：中国石油化工股份有限公司
技术研发日：
技术公布日：2024/3/24