基于改进支持向量机的微震初至波到时自动拾取方法
李铁牛1
胡宾鑫1
李化坤2
耿文成2
郝鹏程3
纪旭波4
孙增荣3
朱峰1
张华1
阳铖权1
1.齐鲁工业大学(山东省科学院)激光研究所,山东 济南 2503002.赤峰吉隆矿业有限责任公司,内蒙古 赤峰 0243283.山东盛隆安全技术有限公司,山东 济南 2500324.山东恒邦矿业发展有限公司,山东 烟台 264199
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
分类号：TD324(矿山压力与支护)
资助基金：济宁市重点研发计划项目(2021AQGX001)山东省自然科学基金博士基金项目(ZR2019BEE019)山东省自然科学基金重点项目(ZR2020KC012)济南市高校20条资助项目(2020GXRC032)济南市新高校20条资助项目(2021GXRC037)
论文发表日期：2023-03-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 63-69 )
英文信息