(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111133608.8 (22)申请日 2021.09.27 (71)申请人 吉林大学 地址 130012 吉林省长 春市朝阳区前进大 街2699号 (72)发明人 孙锋　胡浩天　赵发　陈祖斌　 郑斌　杨欣然　冷泽男　 (74)专利代理 机构 沈阳铭扬联创知识产权代理 事务所(普通 合伙) 21241 代理人 屈芳 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G01V 1/28(2006.01) G06F 119/10(2020.01) (54)发明名称 一种基于神经网络的干热岩微地震事件检 测方法 (57)摘要 本发明属于微地震事件检测领域， 特别是涉 及一种基于神经网络的干热岩微地震事件检测 方法， 包括: 使用GRU网络来提取采集的微地震信 号的时序特征提取； 使用SVM对时序特征进行二 分类。 直接将可以用来指导水力压裂的微地震事 件拾取出来， 不需要后期重新挑选数据。 该方法 检测精度更高， 检测到的结果更适用于实际的干 热岩开发工程， 为后续的数据处理、 裂缝分析简 化了工作， 同时提高了微地震事件对 水力压裂指 导的时效性， 具有很大的应用潜力。 权利要求书1页 说明书5页 附图6页 CN 114048669 A 2022.02.15 CN 114048669 A 1.一种基于神经网络的干热岩微 地震事件检测方法， 其特 征在于， 包括: 使用GRU网络来 提取采集的微 地震信号的时序特 征提取； 使用SVM对时序特 征进行二分类。 2.按照权利要求1所述的方法， 其特 征在于： 在时序特 征提取前， 对微地震信号进行归一 化处理， 将数据统一映射到[0,1]。 3.按照权利要求1所述的方法， 其特征在于： 所述GRU网络包括16个GRU形成的时序特征 提取层， 每 个GRU仅包括 一个重置门和一个更新门。 4.按照权利要求3所述的方法， 其特 征在于： 在GRU网络的底层添加全连接层。 5.按照权利要求1所述的方法， 其特 征在于， SVM的输出函数为： pred＝|sign(Mx+c)| 其中M为最优化后的法向量， x为输入数据， c为 最优化后的位移项。 6.按照权利要求1或5所述的方法， 其特 征在于， SVM的损失函数为: 其中W为法向量， yi为+1或者 ‑1， 为样本点在每一个维度上坐标点的值， b为 位移项。权　利　要　求　书 1/1 页 2 CN 114048669 A 2一种基于神经 网络的干热岩微地震事件检测方 法 技术领域 [0001]本发明属于微地震事件检测领域， 特别是涉及一种基于神经网络的干热岩微地震 事件检测方法。 背景技术 [0002]能源是人类社会发展必不可少的条件， 一直是人类赖以生存的源动力， 由于当今 社会化石 能源日益告急， 人类对于能源的探索从未停止。 2015年在中国青海共和 县发现大 量干热岩， 实现了中国干热岩勘察突破， 在开发过程中， 想要实现干热岩的热能开采， 需要 通过水力压裂技术将压裂井连通， 而在水力压裂时， 初始裂缝错动会激发出大量以地震波 方式传播的能量， 在传播过程中被检波器所接收， 通过分析检波器数据中的微地震事件， 确 定水力压裂产生的裂缝位置和发展趋势。 微地震事件的准确识别是微地震监测过程中最重 要的一环。 微地震事件拾取的准确与否， 关系到能否正确的反馈出地下裂缝变化， 给水力压 裂一个正确的参 考。 [0003]目前， 微地震监测的研究主要集中在检测微地震事件上。 传统方法就是短期平均 到长期平均(STA/LTA)算法， 但 这种方法由于不同窗口中参数的计算 成本， 需要较长的时间 来获取所需要的精度， 当STA的时间窗越短时， 对地震信号也就越敏感， 这样就容易出现误 拾取现象， LTA过长时， 可能会把由弱变强的噪声误拾取为微地震事件。 随着人工智能的快 速发展， 机器学习技术已被应用于微地震事件检测， 例如模糊聚类算法、 贝叶斯概率模型、 多尺度排列熵和支持向量机结合的方法。 但这些方法也并不适用于干热岩微地震事件检 测， 例如模糊聚类算法， 最优分类的标准是样 本与聚类中心的距离平方和最小， 因为一个样 本是按不同的隶属度属于各类的， 所以应同时考虑它与每一类的聚类中心的距离， 逐步聚 类法需要反复迭代计算， 计算工作量很大， 在更低信噪比的情况下拾取效果并不理想。 因 此， 寻找一种适用于 干热岩微 地震事件拾取的方法显得极为迫切。 发明内容 [0004]本发明所要解决的技术问题在于提供一种基于神经网络的干热岩微地震事件检 测方法， 直接将可以用来指导水力压裂的微 地震事件拾取出来， 不需要后期重新挑选数据。 [0005]本发明是这样实现的， [0006]一种基于神经网络的干热岩微 地震事件检测方法， 包括: [0007]使用GRU网络来 提取采集的微 地震信号的时序特 征提取； [0008]使用SVM对时序特 征进行二分类。 [0009]进一步地， 在时序特征提取前， 对微地震信号进行归一化处理， 将数据统一映射到 [0,1]。 [0010]进一步地， 所述GRU网络包括16个GRU形成的时序特征提取层， 每个  GRU仅包括一 个重置门和一个更新门。 [0011]进一步地， 在GRU网络的底层添加全连接层。说　明　书 1/5 页 3 CN 114048669 A 3