[发明专利]一种微地震资料噪声压制方法及系统、存储介质和地震信息处理设备

说明书

一种微地震资料噪声压制方法及系统、存储介质和地震信息处理设备，属于微地震资料数据处理技术，为解决现有方法无法消除全部噪声而且还会损失有效信号的问题。技术要点：利用检波器对目标区块的微地震资料进行采集；将获得的微地震资料按比例划分训练集、验证集和测试集，将训练集数据输入到时间注意力机制互信息生成对抗网络模型中学习并输出微地震噪声压制预训练模型；将验证集数据输入到训练好的模型中，利用信噪比对模型参数进行验证，获得最优微地震噪声压制模型超参数组合；再利用测试集数据对最优超参数组合进行测试并获得最终微地震噪声压制模型；将现场微地震资料输入到最终微地震噪声压制模型中获得去噪后的微地震资料，实现微地震资料噪声压制。

技术领域

本发明涉及微地震资料噪声压制方法及系统、存储介质和地震信息处理设备，属于微地震资料数据处理技术领域。

背景技术

近些年，我国常规油气开采潜力逐渐减小，然而国家工业快速发展带来的油气需求却不断提高，截止到2020年我国石油对外依存度已高达73.5％。我国非常规油气可探明储量大约1075亿吨，开发潜力巨大，开展非常规油气勘探开发是保证我国能源安全的必经之路。而微地震监测技术是评价水力压裂效果、获取裂缝的方位、长度、高度等参数的关键技术，是保障非常规油气高效开发的重要手段。

在工程实际中，地面微地震检波器在采集资料过程中不仅会收集到大量随机噪声且还含有复杂地面噪声源(例如：50Hz工业交流电干扰、钻井干扰等)造成的强干扰导致微地震有效信号极易被淹没，严重影响微地震有效事件的识别与震源定位的准确性与可靠性。因此，噪声压制是微地震数据预处理的核心环节。然而，在建立噪声压制模型时，我们发现传统的去噪方法在区分有效信号和噪声时通常以主观的专家经验指导为主，即认定噪声信号仅存在于整体信号的高频部分，则利用低通滤波对高频噪声进行消除。但微地震信号中包含的噪声信号具有耦合性，主观认定噪声频率并采取相应的方法进行消除不仅无法消除全部噪声而且还会损失有效信号。此外，微地震的有效事件特征分布呈现离散化，只存在于时间序列的局部位置。而不同的检波器采集到的微地震信号由于地质的变化也呈现出不同的特征，导致微地震资料噪声压制过程中也很容易造成有效事件的损失。因此，找到新的方法对微地震资料中的噪声进行压制且不损失有效事件在非常规油气勘探开发中已经变得极为重要。

发明内容

为了解决背景技术中所提到的技术问题：传统的去噪方法在区分有效信号和噪声时通常以主观的专家经验指导为主，即认定噪声信号仅存在于整体信号的高频部分，则利用低通滤波对高频噪声进行消除。但微地震信号中包含的噪声信号具有耦合性，主观认定噪声频率并采取相应的方法进行消除不仅无法消除全部噪声而且还会损失有效信号，从而提出一种基于时间注意力机制互信息生成对抗网络的微地震资料噪声压制方法及系统、存储介质和地震信息处理设备。

本发明为解决上述技术问题所采用的技术方案是：一种基于时间注意力机制互信息生成对抗网络的微地震资料噪声压制方法，其特征在于所述方法包括如下步骤：

步骤1：利用检波器对目标区块的微地震资料进行采集，获取带有噪声的微地震资料X与无噪声的微地震资料

步骤2：将步骤1采集到的微地震资料按照8:1:1的比例分为训练集、验证集、测试集；训练集表示为其中x_k为第k个训练道集样本，共K道训练样本；验证集表示为其中x_a为第a个验证道集样本，共A道验证样本；测试集表示为其中x_b为第b个测试道集样本，共B道测试样本；所述训练集、验证集和测试集的采样频率为f；

步骤3：提取经由步骤1采集到的的结构语义特征集合其中，c_d∈R^H×1为第d个微地震结构语义向量，长度为H；

步骤4：对随机噪声分布(例如：高斯分布)进行采样，采样频率为f，并获取随机噪声向量集合其中z_m∈R^N×1为第m个随机噪声向量，由N个采样点组成；