[发明专利]基于数据场势值的震源定位方法、系统及可读存储介质

权利要求书

1.一种基于数据场势值的微震信号大误差拾取去除及震源定位方法，其特征在于，包括以下步骤：

步骤1：对微震信号的高频噪音和工频噪音进行去噪；

步骤2：对高信噪比和低信噪比的去噪后的微震信号，分别采用自动和人工拾取P波初至时刻；

步骤3：采用Bootstrap法对微震数据集S₁,S₂,…,S_n进行采样，得到多个P波初至子数据集；

S_i＝(x_i，y_i，z_i，t_i)，i＝1,2，…，n，n为有拾取微震信号的数目，(x_i，y_i，z_i)为传感器的三维坐标位置，t_i为步骤2拾取的P波初至时刻；

步骤4：双差法和数据场势值实现微震事件初定位；

采用双差法对每一个P波初至子数据集展开震源定位，得到每个P波初至子数据集对应的定位位置；

计算每个P波初至子数据集在对应定位位置的数据场势值，取数据场势值较大的前K个数据场势值对应的定位位置均值作为微震事件初定位位置，K的个数取值为30～60个；

每个P波初至子数据集在对应定位位置的数据场势值按照以下公式计算：

其中，(x_i，y_i，z_i)和(x_j，y_j，z_j)分别为第i和j个P波初至子数据集得到的定位位置，i和j的取值依次为1,2,3…,n₁，σ为距离影响因子，10≤σ≤200；

步骤5：根据P波理论传播时间与基于观测到时的传播时间之间的差值，去除P波初至大误差拾取对应的微震数据集，得到更新后的微震数据集；

步骤6：以更新后的微震数据集，重复步骤3-4实现微震事件重定位，得到重定位的事件位置(x，y，z)，并作为最终定位结果。

2.根据权利要求1所述的方法，其特征在于，对微震信号的高频噪音和工频噪音进行去噪的过程如下：

首先，采用集合经验模态分解将微震信号x(m)自适应分解为多个本征模态分量IMF_i和1个剩余分量r_k，i＝1,2,…,k,k为经验模态分量的个数，对前两个本征模态分量IMF采用软阀值去除高频噪音，将去噪后IMF₁和IMF₂与其他IMF分量IMF₃,IMF₄,…,IMF_k和剩余分量r_k相加，得到去除高频噪音的微震信号；

其次，采用正弦函数拟合的方式对去除高频噪音的微震信号的工频噪音降噪，得到去除高频和工频后的微震信号；

x(m)为微震信号，m＝1,2,…,M，M为微震信号的总采样点数。

3.根据权利要求1所述的方法，其特征在于，对高信噪比的去噪后的微震信号，采用长短时窗均值比法拾取高信噪比信号的P波大致初至T₁，再采用池赤准则法AIC在[T₁-10ms，T₁+10ms]范围内确定P波初至的准确位置t_i；

其中，采用长短时窗均值比法拾取高信噪比信号的P波大致初至T₁时，使用P波初至后、前0.1s内微震信号振幅均值比，且触发阀值取3。