摘要:
本发明提供了一种海量数据驱动的矿山微震震源自动定位方法,利用包含地震信号和非地震信号的大规模地震数据集构建微震波标定数据集;通过对地震波标定数据集的深度学习构建基于全卷积神经网络的预训练标定模型;利用煤矿现场微震数据对初始到时标定模型进行迁移学习,以构造出适用于矿山微震信号的到时自动标定模型;基于等速均质各向同性速度模型,利用优化算法反推到时误差,并通过多次迭代调整操作,实现了矿山微震自动精准定位作业。该方法抗噪性能好,对矿震数据具有更好的适应能力,可精确的对P波到时进行拾取,并能快速搜寻到最优微震事件位置,其对于提高微震事件定位精度、提升微震监测效能具有十分重要的意义。
公开/授权文献
- CN115327616A 一种海量数据驱动的矿山微震震源自动定位方法 公开/授权日:2022-11-11