[发明专利]微地震事件识别方法、电子设备及介质

说明书

本发明提出了一种微地震事件识别方法、电子设备及介质。微地震事件识别方法包括：对微地震数据进行多尺度形态学参数分析，得到结构元素参数和尺度参数；基于所述结构元素参数和尺度参数对微地震数据进行多尺度形态学运算；对多尺度形态学运算处理后的数据进行长短时窗方法运算，获得多尺度剖面中每道数据对应的长短时窗能量比的值；基于长短时窗能量比的值计算每个尺度的权重因子，并计算所有尺度的累计权重因子，当累计权重因子的值大于给定的阈值时，判断为存在有效微地震事件。本发明将多尺度形态学方法与长短时窗能量比方法结合在一起，从而快速提高微地震有效事件识别的精度和效率。

技术领域

本发明属于油田开发技术领域，涉及微地震事件检测技术，特别是涉及基于多尺度形态学的微地震事件的自动识别方法及装置。

背景技术

微地震监测技术基于声发射学和地震学，现已发展成为一种新型的高科技监控技术。它是通过观测、分析生产活动中产生的微小地震事件，来监测其对生产活动的影响、效果及地下状态的地球物理技术。当地下岩石由于人为因素或自然因素发生破裂、移动时，产生一种微弱的地震波向周围传播，通过在破裂区周围的空间内布置多组检波器并实时采集微震数据，经过数据处理后，采用震动定位原理，可确定破裂发生的位置，并在三维空间上显示出来。

水力压裂是开发非常规油气资源的关键技术，而微地震监测技术是评价水力压裂效果的重要地球物理工具。在微地震监测过程中，微震事件识别是微地震数据处理的前提条件。然而，由于弱信号和高水平的背景噪声，自动微地震事件识别(尤其是对于地面微地震事件的识别)面临很大的挑战。因此，提高微地震的可探测性是微地震数据处理和解释的关键。

微地震识别主要根据有效信号和噪声在某方面的不同来进行区分，常用的信号识别属性特征包括信号的波形特征、能量特征、包络特征、偏振特征、频谱特征、时频特征、统计学特征、其他变换域特征等方面。在微地震信号识别中，常用的方法是基于能量属性的长短时窗能量比(STA/LTA)方法，该方法由于计算简单，可以快速编程实现，计算效率高，满足实时处理的要求，需要调节的参数较少，并且容易理解，便于操作。该方法的缺点是对于噪声比较敏感，对于能量强的噪声容易识别为有效信号，而对于淹没在噪声的信号就难以识别，因此对于低信噪比的事件的识别往往达不到理想的结果。在实际的微地震数据处理中，微地震信号往往较弱，在大多数情况下，微地震资料的信噪比极低，因此常规的识别方法的处理结果很难满足要求。

上述方法的缺点是对于噪声比较敏感，对于能量强的噪声容易识别为有效信号，而对于淹没在噪声的信号就难以识别，因此对于低信噪比的事件的识别往往达不到理想的结果。

发明内容

在实际的微地震数据处理中，微地震信号往往较弱，在大多数情况下，微地震资料的信噪比极低，因此常规的识别方法的处理结果很难满足要求。所以本发明的目的就是为了解决低信噪比下如何准确识别出微地震事件。

根据本发明的一个方面，提供一种基于多尺度形态学的微地震事件识别方法，包括：

对微地震数据进行多尺度形态学参数分析，得到结构元素参数和尺度参数；

基于所述结构元素参数和尺度参数对微地震数据进行多尺度形态学运算；

对多尺度形态学运算处理后的数据进行长短时窗方法运算，获得多尺度剖面中每道数据对应的长短时窗能量比的值；

基于长短时窗能量比的值计算每个尺度的权重因子，并计算所有尺度的累计权重因子，当累计权重因子的值大于给定的阈值时，判断为存在有效微地震事件。

进一步地，在进行多尺度形态学参数分析之前，将原始微地震数据进行分段，依次进行处理，并对微地震数据进行预处理。

进一步地，选择高信噪比的微地震数据进行多尺度形态学参数分析，依次分析结构元素的长度以及多尺度的数量对分离噪声的影响。