基于GA-BP的微地震震源探測技術(shù)研究

（吉林省區(qū)域地質(zhì)礦產(chǎn)調(diào)查所，吉林 長春 130000）

基于GA-BP的微地震震源探測技術(shù)研究

王 榭

（吉林省區(qū)域地質(zhì)礦產(chǎn)調(diào)查所，吉林 長春 130000）

微地震探測技術(shù)，可以通過水力壓裂產(chǎn)生的壓力變化，沿著地層被強(qiáng)制壓開的裂縫，持續(xù)向地層中輻射能量，以此對地質(zhì)特征進(jìn)行相應(yīng)探測。本文以射線追蹤技術(shù)為理論基礎(chǔ)，通過迭代算法進(jìn)行復(fù)雜模型正演的設(shè)計與模擬，然后通過根據(jù)遺傳算法（GA）與BP神經(jīng)網(wǎng)絡(luò)法完成聯(lián)合反演。微震探測的方法與技術(shù)可行，探測數(shù)據(jù)有效可靠，目前已經(jīng)在國內(nèi)的多個油田進(jìn)行了實際應(yīng)用，并且解決了一些棘手的問題。

微地震；震源探測；遺傳算法；BP人工神經(jīng)網(wǎng)絡(luò)法

微地震屬于一種小型地震，經(jīng)常發(fā)生在地下礦井深部開采過程中的一種不可避免的現(xiàn)象。在20世紀(jì)80年代中期發(fā)展起來的微震探測技術(shù)源于聲發(fā)射學(xué)和地震學(xué)，是區(qū)別于常規(guī)地震的地球物理勘探技術(shù)，根據(jù)聲發(fā)射檢測技術(shù)演化發(fā)展起來，主要應(yīng)用于油氣工業(yè)中。而探測可以導(dǎo)致微地震的地質(zhì)活動，有著重大的現(xiàn)實意義和指導(dǎo)意義。

1 物探技術(shù)研究進(jìn)展

20世紀(jì)70年代初期，為了確認(rèn)開發(fā)井的目標(biāo)和敘述輔助的斷裂層，水力壓裂微震探測技術(shù)始于地?zé)犷I(lǐng)域。70年代末，美國Los Alamos國家實驗室在Fenten山熱干巖進(jìn)行了3年的井下微震觀測研究的現(xiàn)場實驗，驗證了水力裂縫的方位可以通過水力壓裂時產(chǎn)生的水平微震來確定。90年代以后，荷蘭飛利浦﹑加拿大金斯敦ESG組織﹑英國KEELE大學(xué)﹑日本JAPEX研究生中心等機(jī)構(gòu)對于微震檢測技術(shù)在油氣工業(yè)中的應(yīng)用提供了較多的理論與實驗支撐。國內(nèi)關(guān)于微震探測技術(shù)的研發(fā)相對較晚，但近年來，從基礎(chǔ)理論研究和自主研發(fā)方面都取得了很大的成果。在基礎(chǔ)理論研究方面，相繼提出了瑞雷波頻散曲線的正反演﹑遺傳算法和局域搜索算法的聯(lián)合反演﹑射線追蹤法以及濾波技術(shù)等研究方法。在自主研發(fā)方面，主要有微震探測系統(tǒng)﹑基于三分量檢波器的探測系統(tǒng)﹑遙測地震儀和基于Labview的微震探測系統(tǒng)等。

圖1 GA-BP聯(lián)合反演方法流程圖

2 探測技術(shù)研究方法

2.1 射線追蹤正演算法

本文主要通過基于射線法進(jìn)行正演研究。射線法，可以利用不斷更新的射線路徑，對各種復(fù)雜的地質(zhì)結(jié)構(gòu)選擇地震波在介質(zhì)中的最佳運(yùn)動軌跡。同時，迭代法可以通過結(jié)點(diǎn)的增減，來完成地震波傳播路徑的探測工作。綜合微變網(wǎng)格法，經(jīng)過設(shè)計得到復(fù)雜模型微震射線路徑追蹤法。

2.2 非線性反演算法

在探測過程中，非線性最優(yōu)算法發(fā)展最為迅速，需要通過微震資料的反演來定位震源和了解速度場變化。非線性反演方法中應(yīng)用最廣泛的主要有遺傳算法（GA，Genetic Algorithm）和人工神經(jīng)網(wǎng)絡(luò)法（ANN，Artificial Neural Network）方法中的BP神經(jīng)網(wǎng)絡(luò)。本文將GA算法和BP算法結(jié)合，通過聯(lián)合反演方法討論微震震源的定位反演。

2.2.1 遺傳算法反演

遺傳算法，是一種全局最優(yōu)算法，可以結(jié)合定向和隨機(jī)搜索方法，是模擬達(dá)爾文生物進(jìn)化論的自然選擇與遺傳學(xué)機(jī)理的生物進(jìn)化過程和機(jī)制的計算模型。1975年，J. Holland教授提出了遺傳算法。目前，遺傳算法發(fā)展完善，有著搜索過程多維化﹑簡單化﹑適應(yīng)性強(qiáng)以及全局性的特點(diǎn)。通過對遺傳算法﹑加速收斂和正演參數(shù)的確定，明確介質(zhì)模型參數(shù)的搜索范圍，最后對遺傳算法獲取的反演數(shù)據(jù)進(jìn)行處理。

2.2.2 BP神經(jīng)網(wǎng)絡(luò)算法反演

二十世紀(jì)80年代，人工神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入了一個新高潮。它易于處理復(fù)雜非線性問題，具有持久性和適時預(yù)報性的特點(diǎn)，被廣泛應(yīng)用于多個領(lǐng)域。其中，BP人工神經(jīng)網(wǎng)絡(luò)（BP，Back Propagation），是目前應(yīng)用最為廣泛的人工神經(jīng)網(wǎng)絡(luò)模型之一，是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是可以計算單個權(quán)值變化引起網(wǎng)絡(luò)性能變化值的較為簡單的方法，在地球物理勘測方面發(fā)揮了重大作用。BP神經(jīng)網(wǎng)絡(luò)反演方法的主要步驟分為兩部分，分別為學(xué)習(xí)訓(xùn)練和迭代反演。

2.2.3 GA-BP聯(lián)合反演方法

GA算法與BP算法的混合，可以結(jié)合全局最優(yōu)算法和局部最優(yōu)算法的優(yōu)點(diǎn)，彌補(bǔ)對方的缺點(diǎn)，使其交叉變異率具備自學(xué)習(xí)﹑自適應(yīng)等特征，并且能夠快捷﹑有效的獲取最優(yōu)解，提供神經(jīng)網(wǎng)絡(luò)的預(yù)測能力。進(jìn)行GA算法和BP算法的聯(lián)合反演，二者需持續(xù)運(yùn)行，并且按照一定的比例進(jìn)行。圖1為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

發(fā)展基于遺傳算法的全局混合優(yōu)化算法已成為新的發(fā)展趨勢。而對于非線性反演，尤其是面對地球物理資料聯(lián)合反演，通過算法指揮由不同反演方法和迭代過程組織成系統(tǒng)，使之輸出分辨率最優(yōu)而方差最小的地球物理介質(zhì)模型，是其非常重要的研究方向。

[1]李瓊，李勇，李正文，吳朝容.基于GA-BP理論的儲層視裂縫密度地震非線性反演方法[J].地球物理學(xué)進(jìn)展，2006，21（02）：465-471.

[2]于淼， 陳祖斌，王連飛.基于BPGA、算法的微震源反演研究[J].電子技術(shù)應(yīng)用，2013，39（05）：135-137.

[3]王翔宇，汪西莉.結(jié)合灰色擴(kuò)充的GA—BP神經(jīng)網(wǎng)絡(luò)模型在渭河水質(zhì)遙感反演中的應(yīng)用[J].遙感技術(shù)與應(yīng)用，2010，25（02）：251-256.

P315

A