李德伟
- 作品数：5 被引量：29H指数：2
- 供职机构：中国矿业大学（北京）地球科学与测绘工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：天文地球石油与天然气工程更多>>
- 页岩气压裂微地震监测中的裂缝成像方法被引量：20
- 2017年
- 微地震监测是页岩气储层水力压裂改造过程中的关键配套技术,但目前国内微地震监测技术还不能直观描绘水力压裂改造储层的裂缝网络。为此,将地面微地震层析成像和细化算法相结合,提出了一种人工压裂裂缝反演方法——细化地震发射层析成像方法 (TSET),即将图像处理中的骨架提取算法引入到地面微地震监测结果中,提取能量最强位置的骨架结构来反演压裂裂缝的位置及形态。将该方法应用于河南中牟页岩气区块MY1井的水力压裂微地震监测:(1)对原始微地震数据进行滤波,应用基于Semblance算法的地震发射层析成像(SET)技术对微地震数据进行处理,得到压裂区域储层的能量叠加结果 ;(2)采用克里格网格化将能量图插值为连续的图像,并对网格化结果进行奇异值分解降噪(SVD);(3)应用细化算法提取叠加能量图的骨架结构,得到能直观显示的水力压裂裂缝或裂缝带成像结果。结论认为:(1)水力压裂活动可以改变天然裂缝的应力状态,即激活天然裂缝并在远离作业井段部位诱发破裂,在压裂液无法到达的部位形成新的"诱发破裂裂缝";(2)当压裂裂缝与天然裂缝方向平行或近于平行时,天然裂缝对人工压裂裂缝会产生延伸诱导作用,反之则产生屏障阻隔作用。
- 杨瑞召李德伟庞海玲马天翔程金浪孟令彬
- 关键词：页岩气压裂裂缝微地震
- 煤储层中微地震事件震级影响因素分析被引量：2
- 2020年
- 近年来,随着微地震技术发展,微地震的应用深度也在不断拓展。如微地震监测从最初简单的震源点定位到震源机制反演、地层主应力状态以及储层渗透率等高级解释参数。在众多解释参数中,微地震事件震级是一种极为重要的震源参数,它是表征在生产作业中诱发震源强度大小的物理量。不同地区诱发事件震级分布特点不尽相同,目前对于震级大小的影响因素尚不十分明确。以山西沁水盆地南部煤层气井水力压裂地面微地震监测为例,综合现有资料对该井压裂事件震级的影响因素进行了分析。首先,通过压裂施工曲线定量统计了施工中油压的平均压力和峰值压力,然后分别与微地震事件震级进行交汇分析;其次,应用Gutenberg-Richter定律研究事件震级在空间和时间频率的分布特征。最后基于三维地震相干体属性解释储层天然裂缝,应用摩尔库伦破裂准则分析天然裂缝对破裂压力的影响。分析表明:①水力压裂中事件的平均震级或峰值震级都与水力压裂压力具有明显的正相关关系,压力是影响微地震事件震级的大小的直接因素。②强震级集中区域表现为明显的低b值特点,表明该区域附近岩性相对更偏脆性,应力积累能力大于周围区域。③天然裂缝会降低地层的破裂压力,因此在煤层中裂缝发育区域诱发事件震级较低。水力压裂施工中诱发事件是一个复杂的过程,限于资料的限制,尚有一些影响震级的因素未进行分析,如地应力、储层脆性等。下一步工作将搜集尽可能多的资料,对震级影响进行更全面的分析。通过对水力压裂事件震级影响因素进行分析,有助于掌握事件震级的发生规律,从而保障水力压裂施工安全以及顺利进行。
- 李德伟杨瑞召孟令斌王力
- 关键词：微地震水力压裂
- 基于生成对抗网络的微地震数据去噪方法
- 2021年
- 由于微地震事件的振幅通常较小,信噪比低是微地震数据处理,尤其是地面微地震数据处理的最大挑战之一。基于生成对抗网络提出了一种新的降噪网络模型,包括生成器和判别器。构建生成器来生成处理后的数据,网络训练完成后重建去噪后的数据;判别器负责区分真实数据和虚假数据。在单通道时间序列-波形上进行操作,并使用合成数据集对模型进行端到端训练。最后使用实际微地震数据测试该方法,并与其他传统降噪方法进行性能对比。实验表明,该模型能表现出优良的降噪性能。
- 郑晶吴志祥李德伟邢立文
- 关键词：微地震去噪生成器
- 基于波形聚类分析的微地震事件成像研究
- 2022年
- 微地震数据的质量极大地影响震源定位结果的准确性,尤其在地面微地震数据中P波、S波初至不明显或难以识别的低信噪比信号,基于初至拾取的定位方法往往具有较大误差。由于诱发地震的震源机制不同,不同检波器接收到的信号特征也不尽相同,这些因素都会对微地震事件准确定位造成一定的影响。本文提出一种基于聚类分析的微地震数据优选方法,以提高微地震事件振幅叠加定位的成像质量。首先,通过聚类分析计算各数据道之间的欧式距离,通过聚类图去除距离较大和较小的数据道,即去除信号特征不明显或噪声干扰严重数据道;其次,对各道信号进行互相关计算,提取信号特征相关性强数据道,去除P波特征不明显的数据道;最后,对筛选数据道进行振幅叠加定位。与原始数据道的定位结果对比表明,微地震聚类分析定位效果更加聚焦,最大震源点位置更加清晰,定位结果得到明显改善。
- 李德伟杨瑞召孟令彬
- 关键词：微地震聚类分析波形分类
- 基于循环神经网络的微地震有效信号自动识别被引量：7
- 2021年
- 微地震地面实时监测时,代表压裂主要信息的有效信号能量弱,常淹没在噪声中,这将直接影响微地震事件的识别和震源定位的效果,因此,采用准确、快速的方法从微地震数据中自动识别有效信号尤为关键。文中采用长短时记忆网络(LSTM)的循环神经网络模型,通过综合微地震有效信号的能量特征、频谱特征、统计特征等属性来进行模型训练,并加入ReLU激活函数和L2正则化的损失函数来进行模型参数调优。将文中训练好的模型应用到实际微地震数据的结果表明,循环神经网络模型识别效果良好,充分压制了噪声,优化了数据成像。
- 王博爱杨瑞召李德伟张都郭嘉梁
- 关键词：微地震循环神经网络
