郑路佳1,2,3管闯1,2,3李含阳1,2,3李航1,2,3董宏丽1,2,3
1. 东北石油大学人工智能能源研究院2. 东北石油大学三亚海洋油气研究院3. 东北石油大学黑龙江省网络化与智能控制重点实验室
摘要：降噪后的微地震信号存在波形失真问题，基于U型卷积神经网络，引入膨胀系数的空洞卷积，建立U型卷积降噪模型，利用包络熵作为损失函数，对实际微地震信号进行无监督处理，并将U型卷积神经网络的微地震降噪方法(U-NetNA方法)与小波阈值法、时频峰值法、卷积神经网络降噪方法的降噪效果进行对比。结果表明：U-NetNA方法可以应用于合成和实际微地震数据降噪，具有可行性和有效性。与其他方法相比，U-NetNA方法得到更丰富的有效信号特征，能够有效压制噪声，提高微地震信号信噪比。该结果对微地震事件识别、反演定位和裂缝解释等具有参考意义。
基金资助：国家自然科学基金项目(U21A2019)； 国家自然科学基金项目(61873058)； 国家自然科学基金项目(61933007)； 海南省科技专项(ZDYF2022SHFZ105)； 东北石油大学引导性创新基金(15071202302)；
专辑：
基础科学;工程科技Ⅰ辑
专题：
地质学;地球物理学;矿业工程
分类号：
P631.4
