| 基于循环神经网络的微地震有效信号自动识别 |
| |
| 引用本文： | 王博爱,杨瑞召,李德伟,张都,郭嘉梁.基于循环神经网络的微地震有效信号自动识别[J].断块油气田,2021,28(5):649-654,690. |
| |
| 作者姓名： | 王博爱 杨瑞召 李德伟 张都 郭嘉梁 |
| |
| 作者单位： | 中国矿业大学(北京)地球科学与测绘工程学院,北京100083 |
| |
| 摘 要： | 微地震地面实时监测时,代表压裂主要信息的有效信号能量弱,常淹没在噪声中,这将直接影响微地震事件的识别和震源定位的效果,因此,采用准确、快速的方法从微地震数据中自动识别有效信号尤为关键.文中采用长短时记忆网络(LSTM)的循环神经网络模型,通过综合微地震有效信号的能量特征、频谱特征、统计特征等属性来进行模型训练,并加入ReLU激活函数和L2正则化的损失函数来进行模型参数调优.将文中训练好的模型应用到实际微地震数据的结果表明,循环神经网络模型识别效果良好,充分压制了噪声,优化了数据成像.
|
| 关 键 词： | 微地震 有效信号自动识别 特征分析 循环神经网络 长短记忆网络 |
Automatic recognition of effective signals for microseismic based on recurrent neural network |
| |
| WANG Boai,YANG Ruizhao,LI Dewei,ZHANG Du,GUO Jialiang.Automatic recognition of effective signals for microseismic based on recurrent neural network[J].Fault-Block Oil & Gas Field,2021,28(5):649-654,690. |
| |
| Authors: | WANG Boai YANG Ruizhao LI Dewei ZHANG Du GUO Jialiang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
