一种基于深度学习与自适应时窗的微震P波初至拾取方法

本发明提供了一种基于深度学习与自适应时窗的微震P波初至拾取方法，包括：(1)对微震信号进行收集与预处理，制作数据集，并划分训练集和测试集；(2)搭建MSC‑NET深度学习神经网络，并将数据集作为输入进行训练，调整模型参数以达到最优模型效果；(3)应用训练完成的深度学习模型进行微震信号分类任务，将大量的微震信号分为有效可利用与无效不可利用两类；(4)最后基于自适应时窗的能量比值算法对有效微震信号进行P波初至到时的拾取，得到较为可靠的拾取结果。此方法将深度学习技术与改进的传统信号处理技术相结合，大幅度提高了微震信号P波初至到时自动拾取结果的可靠性与准确性，同时具有鲁棒性、适用性强等优点。