基于深度学习融合驱动的微震稀疏台网定位方法

    公开(公告)号:CN114563826A

    公开(公告)日:2022-05-31

    申请号:CN202210084425.X

    申请日:2022-01-25

    Abstract: 基于深度学习融合驱动的微震稀疏台网定位方法,构建定位波形数据集,在此阶段利用收集到的井下台站记录的长期微震波形数据,将井下划分成多个可能的微震区域,构建微震定位数据集,基于已构建的微震定位数据集,研究台网稀疏情况下基于深度学习的区域定位模型,该模型通过对波形数据的处理,将输出待预测微震发生位置概率最大的区域,利用已经监测出的区域内所有曾发生过的微震位置和其震波数据,通过震波的速度和p波s波到差时计算获得与台站的距离,并由此来计算每一对微震之间的位置,最后经由构建微震坐标系和矩阵计算的方法获得目标微震的位置。本发明能够在井下台站数量少于四个的情况下进行矿山微震震源准确定位。

    一种融合开采信息与地质信息的煤矿微震区域定位方法

    公开(公告)号:CN116256803B

    公开(公告)日:2024-01-19

    申请号:CN202310225337.1

    申请日:2023-03-09

    Abstract: 微震定位的精度和可靠性,同时还可以减少设备一种融合开采信息与地质信息的煤矿微震 成本和维护成本。区域定位方法,台站安装在有微震风险的采煤工作面四周,台站将采集到的原始微震数据传至上位机,上位机对原始微震数据进行数据处理;构建微震波形数据集,对上述处理过的微震波形数据进行标记,确定每次微震的震源位置,然后将收集的数据集划分为训练集、验证集和测试集;根据微震波形的特征设计微震波形区域定位模型进行特征提取,在区域定位模型的最后添加全连接层,由全连接层的输出确定概率最大的前两

    基于深度学习融合驱动的微震稀疏台网定位方法

    公开(公告)号:CN114563826B

    公开(公告)日:2023-03-03

    申请号:CN202210084425.X

    申请日:2022-01-25

    Abstract: 基于深度学习融合驱动的微震稀疏台网定位方法,构建定位波形数据集,在此阶段利用收集到的井下台站记录的长期微震波形数据,将井下划分成多个可能的微震区域,构建微震定位数据集,基于已构建的微震定位数据集,研究台网稀疏情况下基于深度学习的区域定位模型,该模型通过对波形数据的处理,将输出待预测微震发生位置概率最大的区域,利用已经监测出的区域内所有曾发生过的微震位置和其震波数据,通过震波的速度和p波s波到差时计算获得与台站的距离,并由此来计算每一对微震之间的位置,最后经由构建微震坐标系和矩阵计算的方法获得目标微震的位置。本发明能够在井下台站数量少于四个的情况下进行矿山微震震源准确定位。

    一种融合开采信息与地质信息的煤矿微震区域定位方法

    公开(公告)号:CN116256803A

    公开(公告)日:2023-06-13

    申请号:CN202310225337.1

    申请日:2023-03-09

    Abstract: 一种融合开采信息与地质信息的煤矿微震区域定位方法,台站安装在有微震风险的采煤工作面四周,台站将采集到的原始微震数据传至上位机,上位机对原始微震数据进行数据处理;构建微震波形数据集,对上述处理过的微震波形数据进行标记,确定每次微震的震源位置,然后将收集的数据集划分为训练集、验证集和测试集;根据微震波形的特征设计微震波形区域定位模型进行特征提取,在区域定位模型的最后添加全连接层,由全连接层的输出确定概率最大的前两类微震震源区域;利用相对距离定位算法对概率最大的前三个区域进行比较,确定最终结果。本发明使用相对距离定位的方法来辅助定位,提高微震定位的精度和可靠性,同时还可以减少设备成本和维护成本。

Patent Agency Ranking