應用雙向長短時記憶神經網絡的微地震信號降噪方法

李佳 王維波 盛立 高明

摘要：地面微地震監測數據噪聲干擾強、信噪比低，對后續的微地震初至拾取、成像定位等產生嚴重影響。因此，微地震信號降噪是微地震數據預處理中的關鍵步驟，而常規降噪方法常依賴于算法參數的設置，不具備普遍的適用性。為此，提出了一種應用雙向長短時記憶（Ｂｉ-ＬＳＴＭ）神經網絡的微地震信號降噪方法。首先，使用合成信號和實際信號構造樣本數據集，對構建的Ｂｉ-ＬＳＴＭ 模型進行訓練和測試，得到降噪效果最好的模型；然后，利用訓練好的Ｂｉ-ＬＳＴＭ 網絡對不同信噪比的合成信號和川渝地區油氣井的實際壓裂監測微地震信號進行降噪處理。降噪后的實際微地震信號用于地震發射層析成像，并分析圖像以實現地面微地震信號的震源定位。實驗分析結果表明，該方法能夠有效降低微地震信號中的各類噪聲，提高信噪比，從而提高震源定位的精度。與傳統算法相比，該方法不需要參數調整，具有良好的泛化特性。

關鍵詞：微地震，信號降噪，雙向ＬＳＴＭ 神經網絡，模型訓練

中圖分類號：Ｐ６３１ 文獻標識碼：Ａ dol：１０．１３８１０／ｊ．ｃｎｋｉ．ｉｓｓｎ．１０００-７２１０．２０２３．０２．００４