發(fā)布時間：2024-07-10 19:35

　　目前,微地震監(jiān)測技術(shù)在油氣井壓裂裂縫監(jiān)測中得到了廣泛應(yīng)用。油氣井壓裂過程中產(chǎn)生的微地震事件通常具有持續(xù)時間短、能量微弱、信噪比低等特點,有時外部的噪聲信號甚至能將微地震有效信號湮沒,這些都對微地震資料的信噪比造成很大影響。在微地震資料的處理流程中,信噪比是基礎(chǔ)和關(guān)鍵,直接影響著震源定位的精度。若信噪比較低,將使最終定位結(jié)果出現(xiàn)嚴重偏差。因此,必須首先對微地震資料進行濾波去噪處理,以提高信噪比。濾波去噪技術(shù)作為提高信噪比的主要手段,一直都是國內(nèi)外專家學(xué)者的研究焦點。目前,在微地震資料去噪方面存在很多種方法,如自適應(yīng)濾波、小波去噪,以及基于系統(tǒng)模型的卡爾曼濾波(Kalman Filter,KF)。本論文以微地震監(jiān)測技術(shù)為研究背景,以微地震信號及其參數(shù)辨識模型為研究對象,針對現(xiàn)有微地震資料去噪方法的局限性,對基于微地震信號辨識模型的最優(yōu)濾波算法進行了探索研究,成功建立了微地震合成信號和實際微地震信號的辨識模型,并將基于辨識模型的KF、UKF、SR-UKF濾波算法應(yīng)用在微地震資料去噪處理中。論文主要內(nèi)容如下:(1)微地震合成信號和實際微地震信號的辨識建模是本課題的主要研究內(nèi)容之一,也是實現(xiàn)基于...

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 引言
    1.1 本課題的提出及其研究意義
    1.2 微地震監(jiān)測技術(shù)及其發(fā)展
    1.3 微地震數(shù)據(jù)去噪概述
        1.3.1 微地震信號的噪聲分類
        1.3.2 微地震信號的去噪原理
        1.3.3 微地震信號去噪方法
    1.4 論文的主要研究內(nèi)容和組織結(jié)構(gòu)框架
第二章 微地震監(jiān)測技術(shù)及其應(yīng)用
    2.1 微地震監(jiān)測技術(shù)基本原理
    2.2 微地震監(jiān)測方式
    2.3 震源定位方法
        2.3.1 初至提取時差定位法
        2.3.2 Ｐ波射線傳播方向交匯點法
        2.3.3 層析成像法
    2.4 小結(jié)
第三章 信號辨識建模基本原理
    3.1 系統(tǒng)建模方法
    3.2 系統(tǒng)辨識建模方法
    3.3 平穩(wěn)時間序列
        3.3.1 平穩(wěn)時間序列的定義
        3.3.2 平穩(wěn)時間序列的統(tǒng)計特性
    3.4 辨識建模流程和方法
        3.4.1 ARMA模型的表示
        3.4.2 模型類型判定
        3.4.3 模型定階
        3.4.4 模型參數(shù)估計
        3.4.5 狀態(tài)空間模型
    3.5 本章小結(jié)
第四章 微地震信號辨識建模
    4.1 地震記錄褶積模型
    4.2 微地震合成信號辨識建模
        4.2.1 建模數(shù)據(jù)預(yù)處理
        4.2.2 模型類型判定實驗
        4.2.3 模型定階實驗
        4.2.4 模型參數(shù)辨識實驗
    4.3 實際微地震信號的辨識模型
    4.4 本章小結(jié)
第五章 基于微地震信號辨識模型的最優(yōu)濾波算法
    5.1 基本卡爾曼濾波
    5.2 無跡卡爾曼濾波
        5.2.1 無跡變換
        5.2.2 無跡卡爾曼濾波
    5.3 平方根無跡卡爾曼濾波
    5.4 仿真實驗
        5.4.1 微地震合成信號去噪仿真實驗
        5.4.2 濾波效果對比分析
    5.5 本章小結(jié)
第六章 基于最優(yōu)濾波算法的實際微地震資料去噪處理
    6.1 實際微地震資料預(yù)處理
        6.1.1 去直流分量
        6.1.2 帶通濾波
    6.2 基于KF的實際微地震資料去噪處理
    6.3 基于UKF的實際微地震資料去噪處理
        6.3.1 UKF在實際微地震資料去噪處理中存在的問題
        6.3.2 UKF的解決辦法
    6.4 基于SR-UKF的實際微地震資料去噪處理
    6.5 三種濾波算法對比分析
    6.6 本章小結(jié)
總結(jié)與展望
參考文獻
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
致謝



本文編號：4004624