基于GA―BP的微地震震源探测技术研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于GA―BP的微地震震源探测技术研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：微地震探测技术，可以通过水力压裂产生的压力变化，沿着地层被强制压开的裂缝，持续向地层中辐射能量，以此对地质特征进行相应探测。本文以射线追踪技术为理论基础，通过迭代算法进行复杂模型正演的设计与模拟，然后通过根据遗传算法（GA）与BP神经网络法完成联合反演。微震探测的方法与技术可行，探测数据有效可靠，目前已经在国内的多个油田进行了实际应用，并且解决了一些棘手的问题。

关键词：微地震；震源探测；遗传算法；BP人工神经网络法

中图分类号：P315 文献标识码：A

微地震属于一种小型地震，经常发生在地下矿井深部开采过程中的一种不可避免的现象。在20世纪80年代中期发展起来的微震探测技术源于声发射学和地震学，是区别于常规地震的地球物理勘探技术，根据声发射检测技术演化发展起来，主要应用于油气工业中。而探测可以导致微地震的地质活动，有着重大的现实意义和指导意义。

1 物探技术研究进展

20世纪70年代初期，为了确认开发井的目标和叙述辅助的断裂层，水力压裂微震探测技术始于地热领域。70年代末，美国Los Alamos国家实验室在Fenten山热干岩进行了3年的井下微震观测研究的现场实验，验证了水力裂缝的方位可以通过水力压裂时产生的水平微震来确定。90年代以后，荷兰飞利浦、加拿大金斯敦ESG组织、英国KEELE大学、日本JAPEX研究生中心等机构对于微震检测技术在油气工业中的应用提供了较多的理论与实验支撑。国内关于微震探测技术的研发相对较晚，但近年来，从基础理论研究和自主研发方面都取得了很大的成果。在基础理论研究方面，相继提出了瑞雷波频散曲线的正反演、遗传算法和局域搜索算法的联合反演、射线追踪法以及滤波技术等研究方法。在自主研发方面，主要有微震探测系统、基于三分量检波器的探测系统、遥测地震仪和基于Labview的微震探测系统等。

2 探测技术研究方法

2.1 射线追踪正演算法

本文主要通过基于射线法进行正演研究。射线法，可以利用不断更新的射线路径，对各种复杂的地质结构选择地震波在介质中的最佳运动轨迹。同时，迭代法可以通过结点的增减，来完成地震波传播路径的探测工作。综合微变网格法，经过设计得到复杂模型微震射线路径追踪法。

2.2 非线性反演算法

在探测过程中，非线性最优算法发展最为迅速，需要通过微震资料的反演来定位震源和了解速度场变化。非线性反演方法中应用最广泛的主要有遗传算法（ga，Genetic Algorithm）和人工神经网络法（ANN，Artificial Neural Network）方法中的bp神经网络。本文将GA算法和BP算法结合，通过联合反演方法讨论微震震源的定位反演。

2.2.1 遗传算法反演

遗传算法，是一种全局最优算法，可以结合定向和随机搜索方法，是模拟达尔文生物进化论的自然选择与遗传学机理的生物进化过程和机制的计算模型。1975年，J. Holland教授提出了遗传算法。目前，遗传算法发展完善，有着搜索过程多维化、简单化、适应性强以及全局性的特点。通过对遗传算法、加速收敛和正演参数的确定，明确介质模型参数的搜索范围，最后对遗传算法获取的反演数据进行处理。

2.2.2 BP神经网络算法反演

二十世纪80年代，人工神经网络的研究进入了一个新高潮。它易于处理复杂非线性问题，具有持久性和适时预报性的特点，被广泛应用于多个领域。其中，BP人工神经网络（BP，Back Propagation），是目前应用最为广泛的人工神经网络模型之一，是一种按误差逆传播算法训练的多层前馈网络，是可以计算单个权值变化引起网络性能变化值的较为简单的方法，在地球物理勘测方面发挥了重大作用。BP神经网络反演方法的主要步骤分为两部分，分别为学习训练和迭代反演。

2.2.3 GA-BP联合反演方法

GA算法与BP算法的混合，可以结合全局最优算法和局部最优算法的优点，弥补对方的缺点，使其交叉变异率具备自学习、自适应等特征，并且能够快捷、有效的获取最优解，提供神经网络的预测能力。进行GA算法和BP算法的联合反演，二者需持续运行，并且按照一定的比例进行。图1为基于混合算法的微地震震源定位反演算法流程。

3 研究展望

发展基于遗传算法的全局混合优化算法已成为新的发展趋势。而对于非线性反演，尤其是面对地球物理资料联合反演，通过算法指挥由不同反演方法和迭代过程组织成系统，使之输出分辨率最优而方差最小的地球物理介质模型，是其非常重要的研究方向。

参考文献

[1]李琼，李勇，李正文，吴朝容.基于GA-BP理论的储层视裂缝密度地震非线性反演方法[J].地球物理学进展，2006，21（02）：465-471.

[2]于淼， 陈祖斌，王连飞.基于BP-GA、算法的微震源反演研究[J].电子技术应用，2013，39（05）：135-137.

[3]王翔宇，汪西莉.结合灰色扩充的GA―BP神经网络模型在渭河水质遥感反演中的应用[J].遥感技术与应用，2010，25（02）：251-256.