基于Adaboost_LSTM预测的矿山微震信号降噪方法及应用
尚雪义1
陈勇1
陈结1
陈林林2
蒲源源1
1.重庆大学资源与安全学院煤矿灾害动力学与控制全国重点实验室,重庆 4000442.河南大有能源股份有限公司耿村煤矿,河南 三门峡 472401
摘要：微震监测预警对保障矿井安全具有重要意义,微震信号降噪和P波初至的准确拾取是微震监测结果可靠性的基础.通过观察海量微震信号,发现单个微震信号的噪声段具有良好的重复性,由此创新性提出基于预测数据的信号降噪思路.具体地,构建了基于自适应增强(Adaptive Boost-ing,Adaboost)策略提升长短期记忆网络(Long Short-Term Memory,LSTM)的微震信号预测模型,提出了基于模型预测数据与观测数据之差的微震信号降噪方法,研发了长短时窗均值比(Short-Time Average/Long-Time Average,STA/LTA)与赤池信息准则(Akaike Information Criterion,AIC)联合的P波初至拾取方法(S/L-AIC法),并使用P波初至拾取误差评估和方法比较不同降噪信号和拾取效果.含噪Ricker子波理论测试和耿村煤矿微震数据应用均表明,Adaboost_LSTM模型对于噪声具有很好的拟合性,而对于未进行神经网络训练的微震有用信号拟合性较差,且Adaboost_LTSM模型的信号预测和降噪效果均优于LSTM模型的结果.基于Adaboost_LTSM模型的预测数据几乎能全部去掉微震信号噪声,其降噪效果显著优于小波低频系数重构结果,对非平稳信号的适应性明显增强.小波和Adaboost_LSTM降噪信号能明显提升微震信号P波初至拾取效果,且Adaboost_LSTM降噪信号的P波初至拾取效果更优.S/L-AIC法的P波初至拾取效果优于STA/LTA法和AIC法,兼具了STA/LTA法的稳定性和AIC法的准确性特点,降噪信号S/L-AIC法P波初至拾取误差整体在 10 ms以内.综上,矿山微震信号降噪和P波初至拾取方法能为矿山微震监测预警提供重要保障,可尝试推广至天然地震信号降噪和P波初至拾取.
关键词：矿山微震P波初至拾取长短期记忆网络信号降噪
分类号：P631.4(天文学、地球科学)
资助基金：国家自然科学基金(52004041)国家自然科学基金(U21A2030)
论文发表日期：2024-11-28
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：11( 4406-4416 )
英文信息