【技术实现步骤摘要】
本专利技术属于地球物理勘探，具体涉及一种微地震s波弱信号识别方法。
技术介绍
1、微地震监测数据处理重点在于事件的准确定位，影响因素主要包括速度模型建立、反演算法的适用性、正演算法的精度、信号识别与初至拾取等方面。其中，s波、s波微地震信号识别是震源精确定位前提条件之一。微地震信号识别方法，本质上是通过微地震事件信号叠加后采取信号初至拾取的方法，其原理主要是根据有效波与噪声在能量、偏振特性以及其他一些统计特性上存在区别，获得稳定可靠的初至时间，如能量分析法、自回归ar模型法、偏振分析法等等。
2、每种类型方法都有各自算法特点，能量分析法是基于长短时窗能量比，当信号到达时，能量比变化快，相应的值会有一个明显的突跳，将该点时间定义为有效事件初至时间，但是信噪比较低情况容易出现误拾、漏拾；自回归ar模型法是基于信号与背景噪音属于不同ar模型，信号到达时aic值极小值，但是不能直接判断是否是有效信号；偏振分析法是基于有效信号偏振度高、随机信号偏振度低，对应不同线性偏振系数曲线，但是该方法无法单独进行有效信号的检测。
3、由于在水力压裂裂缝、二氧化碳压裂、储气库注气等等过程中，监测到的微地震事件震相类型复杂，可能是s波、s波组合，也可能只产生单一的s波或s波，并且信号能量不等，甚至震级比较低，出现大量弱事件，而这些事件是压裂过程中裂缝发育真实反应。同时，又受到地层因素、井周边环境影响及各类噪音的干扰，也使得微地震事件弱信号初至时间更难拾取。特别是中强弱微地震事件s波，初至起跳敏感度不如p波，又容易受到噪音干扰，因此
技术实现思路
1、为了解决现有技术中的上述问题，本专利技术提出了一种微地震s波弱信号识别方法。
2、第一方面，本专利技术提出了一种微地震s波弱信号识别方法，包括以下步骤：
3、s1：针对微地震s波信号，通过矢端分解，分离出s波分量数据si，i为时间样点序号，优选地，对微地震原始三分量中的x、y分量数据进行偏振分析与旋转处理，分别获得垂直波传播切向分量t与径向分量r，再对t分量与原始z分量数据进行偏振分析与旋转处理，分别获得垂直波传播方向s波分量、沿传播方向剩余n分量，同时对s波分量数据si进行“0/1”数值处理，获得离散化的新的s波分量数据si,0/1；
4、s2：输入步骤s1的矢量波场分离出的s波分量数据si，计算长短时窗能量比ersi，同时构建s波能量比函数sersi；
5、s3：将第一步离散化的新的s波分量数据si,0/1与第二步s波能量比函数sersi数据直接点乘，获得新的s波能量比函数asersi,0/1；
6、s4：对步骤s3得到的新的s波能量比函数asersi,0/1进行“0/1”数值处理优化数据，获得目标s波弱信号识别特征函数eventsi，对该函数数值进行非零值扫描，其对应的时间位置表示为识别出的微地震s波信号。
7、作为本专利技术的具体实施方式，所述步骤s1中，所述通过矢端分解，分离出s波分量数据包括对微地震数据进行矢量分解，从原始三分量x、y、z中获得s波分量数据；
8、所述矢量分解采用矢端曲线分析法。
9、作为本专利技术的具体实施方式，所述矢端曲线分析法，包括以下步骤：
10、s11：针对s波信号，对原始微地震三分量x、y分量进行偏振分析，获得水平方位角α；
11、s12：根据旋转公式式1，对原始x、y分量数据进行旋转处理，获得新的两分量水平径向分量r、水平切向分量t：
12、ri＝xi cos(α)+yi sin(α)
13、ti＝-xi sin(α)+yi cos(α) 式1
14、式1中，i为时间样点，xi、yi分别为原始x、y分量瞬时振幅，ri、ti分别为旋转后水平径向分量r、水平切向分量t瞬时振幅；
15、s13：针对s波信号，对原始微地震三分量z分量和垂直于波传播方向的水平切向分量t进行偏振分析，获得垂向偏振角β，
16、s14：根据旋转公式式2，得到沿传播方向s波分量与垂直传播方向n分量：
17、ni＝zi cos(β)+ti sin(β)
18、si＝-zi sin(β)+ti cos(β) 式2
19、式2中，i为时间样点，zi为原始z分量瞬时振幅，si、ni分别为旋转后沿传播方向s波分量、沿传播方向剩余n分量瞬时振幅。
20、从物理意义上，经过两次偏振分析与旋转后，垂直传播方向的s波分量主要包含了震相s波微地震数据，实际上是原始三分量中s波数据的空间矢量求和，即实现了从原始微地震x、y、z分量数据中矢量分解出能量最大的微地震s波分量数据。
21、作为本专利技术的具体实施方式，所述步骤s1中，所述s波分量数据si进行“0/1”处理，处理方法包括：定义一个时窗大小为ws，根据样点总长度，将s波分量si分成n等份且每等份数据样点长度为ws，对n等份任意一份数据，开展“0/1”数值处理：
22、当i＝imax时，
23、当i≠imax时，si,0/1＝0 式4
24、式3、4中，即为第j个数据块中的函数si最大值且其对应的时间样点为imax；
25、si,0/1为旋转后沿传播方向s波分量瞬时振幅。
26、作为本专利技术的具体实施方式，所述步骤s2中，所述构建s波能量比函数sersi，通过计算长短时窗能量比实现，
27、首先，定义长时窗l1、短时窗l2，对s波分量数据si进行能量比计算：
28、
29、式5中，si为时间样点i对应的s波振幅值；ersi为时间样点i对应的s波长短时窗能量比；
30、然后，构建s波能量比函数sersi：
31、
32、式6中，si为时间样点i对应的s波振幅值；ersi为时间样点i对应的s波长短时窗能量比。
33、作为本专利技术的具体实施方式，所述步骤s3中，包括：将步骤s1中得到的s波分量数据si,0/1与步骤s2中得到的中的s波能量比函数sersi数据进行点乘，获得新的s波能量比函数asersi,0/1：
34、asersi,0/1＝si,0/1*sersi 式7
35、式7中，si,0/1为旋转后沿传播方向s波分量瞬时振幅；
36、sersi为采用矢量波场分离出的s波分量数据si对应的长短时窗能量比ersi构建一个s波能量比函数。
37、作为本专利技术的具体实施方式，所述步骤s4中，所述构建s波弱信号识别特征函数eventsi的公式为：
38、s41：对步骤s3得到的新的s波能量比函数asersi,0/1数据再进行“0/1”处理，其中，定义的一个时窗大小为步骤s1中ws的1/2；
39、s42本文档来自技高网...
【技术保护点】
1.一种微地震S波弱信号识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的微地震S波弱信号识别方法，其特征在于，所述步骤S1中，所述通过矢端分解，分离出S波分量数据包括对微地震数据进行矢量分解，从原始三分量X、Y、Z中获得S波分量数据；
3.根据权利要求1或2所述的微地震S波弱信号识别方法，其特征在于，所述矢端曲线分析法，包括以下步骤：
4.根据权利要求1-3任一项所述的微地震S波弱信号识别方法，其特征在于，所述步骤S1中，所述S波分量数据Si进行“0/1”处理，处理方法包括：定义一个时窗大小为WS，根据样点总长度，将S波分量Si分成N等份且每等份数据样点长度为WS，对N等份任意一份数据，开展“0/1”数值处理：
5.根据权利要求1-4任一项所述的微地震S波弱信号识别方法，其特征在于，所述步骤S2中，所述构建S波能量比函数SERSi，是通过计算长短时窗能量比实现的，优选地包括以下步骤：
6.根据权利要求1-5任一项所述的微地震S波弱信号识别方法，其特征在于，所述步骤S3包括：将步骤S1中得到的S波分量数据Si
7.根据权利要求1-6任一项所述的微地震S波弱信号识别方法，其特征在于，所述步骤S4包括：
...【技术特征摘要】
1.一种微地震s波弱信号识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的微地震s波弱信号识别方法，其特征在于，所述步骤s1中，所述通过矢端分解，分离出s波分量数据包括对微地震数据进行矢量分解，从原始三分量x、y、z中获得s波分量数据；
3.根据权利要求1或2所述的微地震s波弱信号识别方法，其特征在于，所述矢端曲线分析法，包括以下步骤：
4.根据权利要求1-3任一项所述的微地震s波弱信号识别方法，其特征在于，所述步骤s1中，所述s波分量数据si进行“0/1”处理，处理方法包括：定义一个时窗大小为ws，根据样点总长度，将s波分量si分成n等份且每等份数据...
【专利技术属性】
技术研发人员：余波，
申请(专利权)人：中国石油化工股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。