基于改进支持向量机的微震初至波到时自动拾取方法 |
| |
作者姓名: | 李铁牛 胡宾鑫 李化坤 耿文成 郝鹏程 纪旭波 孙增荣 朱峰 张华 阳铖权 |
| |
作者单位: | 1. 齐鲁工业大学(山东省科学院)激光研究所;2. 赤峰吉隆矿业有限责任公司 |
| |
基金项目: | 山东省自然科学基金博士基金项目(ZR2019BEE019);;济南市“新高校20条”资助项目(2021GXRC037); |
| |
摘 要: | 微震初至波到时拾取是实现微震震源高精度定位的重要前提。传统的人工拾取方法效率低,而自动拾取方法在低信噪比条件下难以准确拾取初至波到时。针对上述问题,提出了一种基于改进支持向量机(SVM)的微震初至波到时自动拾取方法。首先,对原始微震数据进行归一化处理、线性校正和适当裁剪,将微震数据的振幅、能量和相邻时刻的能量比作为特征对数据标记不同类别;然后采用粒子群优化(PSO)算法和网格搜索法优化SVM的惩罚参数和核函数参数,即先利用PSO算法对参数进行大范围的快速定位,得到初步最优解,再以该解为初始位置重新构建参数搜索区间,设置小步长的网格搜索法对参数进行精细搜寻,得到最优参数,并将该最优参数代入SVM模型进行训练,得到改进SVM模型;最后根据改进的SVM模型对微震数据进行分类识别,定义微震波第1个采样点对应的时刻为初至波到时。采用某矿井下微震监测数据进行实验,结果表明:该方法对微震初至波到时的拾取准确率达96.5%,平均拾取误差为3.8 ms,在低信噪比情况下仍可对微震初至波到时进行准确拾取,拾取精度高于自动拾取方法中常用的长短时窗能量比(STA/LTA)法。
|
关 键 词: | 微震监测 微震初至波 初至波到时 支持向量机 网格搜索法 粒子群优化算法 |
|