一种基于MLP神经网络模型的煤岩水力压裂信号识别方法

本发明公开了一种基于MLP神经网络模型的煤岩水力压裂信号识别方法，先筛选出能够代表不同煤岩岩性的微震特征参数，接着获得不同种类煤岩岩性对应的微震特征参数，并将上述数据划分成训练集和验证集；然后构建特定结构的MLP神经网络模型，并采用训练集对模型进行训练学习，同时采用BP算法对MLP神经网络模型的权重及偏置项进行优化并更新参数，最终完成优化训练后，向模型输入水力压裂过程中所有微震数据，模型识别后能精确输出每组数据对应的煤岩岩性标签，完成煤岩水力压裂信号区分过程；从而判识水力压裂煤岩破裂的岩性及层位信息，缩小微震定位反演的搜索范围，最终有效提高微震定位反演的效率和准确率。