[發明專利]一種人工智能實時微地震監測節點

有效

• 申請號: 202011424729.3
• 申請日: 2020-12-09
• 公開（公告）號: CN112731518B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 王一博;薛清峰;鄭憶康;姚藝
• 申請（專利權）人: 中國科學院地質與地球物理研究所
• 主分類號: G01V1/18
• 分類號: G01V1/18
• 代理公司: 北京萬思博知識產權代理有限公司 11694
• 代理人: 劉冀

本申請公開了一種人工智能實時微地震監測節點，包括：處理器以及與處理器連接的數據采集模塊、人工智能計算模塊和通信模塊，其中人工智能計算模塊設置有預先訓練的微地震數據分析模型，處理器配置用于執行以下操作：控制數據采集設備采集微地震數據；開啟人工智能計算模塊，通過微地震數據分析模型對采集的微地震數據進行計算，確定與微地震相關的有效事件數據；以及通過通信模塊將有效事件數據發送至遠程的數據中心。

技術領域

本申請涉及地震采集設備技術領域，特別是涉及一種人工智能實時微地震監測節點。

背景技術

微地震、微動節點（或稱微地震、微動檢波器）廣泛的應用于非常規油氣開發、誘發地震監測、深部地質工程監測、背景噪聲監測以及城市地下空間探測等被動源地球物理響應監測場景中。常規的微地震監測節點通常采用人工布設臺站，長時間被動源監測，人工收取臺站，集中讀取數據并分析數據結果，這一套監測處理流程。但隨著監測要求的提高，越來越需要能進行實時的監測處理分析，實時監測處理分析將幫助更好的了解實時地下改造情況，動態調整施工方案或者采取應急處理手段。近些年來，隨著高速移動網絡快速發展，微地震監測節點也開始向實時傳輸進行嘗試，目前已經實現了基于無線WIFI網絡的微地震壓裂實時監測系統及監測方法。然而，這些微震節點都僅實現了對數據的回傳，計算還是在數據中心進行。隨著微地震監測網建設的持續推進，大量的微震節點將接入到監測系統中，獲取的數據是海量級的。以Smartsolo目前通用微地震監測節點為例，200個三分量微地震節點一個月的監測數據量有幾十將達到45TB，常規的數據回傳將導致系統傳輸壓力大、數據中臺計算負荷過重實時處理將變得遙不可及，同時海量的數據常規的處理方法也遇到了人工干預過多效率低下的問題。

針對上述的現有技術中存在的海量的微地震數據分析都是在數據中心進行的，因此存在數據傳輸壓力大、數據中心計算負荷過重并且人工干預過多效率低下的技術問題，目前尚未提出有效的解決方案。

發明內容

本公開的實施例提供了一種人工智能實時微地震監測節點，以至少解決現有技術中存在的海量的微地震數據分析都是在數據中心進行的，因此存在數據傳輸壓力大、數據中心計算負荷過重并且人工干預過多造成效率低下的技術問題。

根據本公開實施例的一個方面，提供了一種人工智能實時微地震監測節點，包括：處理器以及與處理器連接的數據采集模塊、人工智能計算模塊和通信模塊，其中人工智能計算模塊設置有預先訓練的微地震數據分析模型，處理器配置用于執行以下操作：控制數據采集設備采集微地震數據；開啟人工智能計算模塊，通過微地震數據分析模型對采集的微地震數據進行計算，確定與微地震相關的有效事件數據；以及通過通信模塊將有效事件數據發送至遠程的數據中心。

可選地，通過微地震數據分析模型對采集的微地震數據進行計算，確定與微地震相關的有效事件數據的操作，包括：通過微地震數據分析模型對采集的微地震數據進行計算，確定與微地震相關的微地震發生概率；和/或通過微地震數據分析模型對采集的微地震數據進行計算，確定微地震的初至波位置的概率。

可選地，微地震數據分析模型包括：輸入層、特征提取層、線性層、三層Bi-LSTM層、全連接層以及輸出層，其中特征提取層包括四層卷積層：第一卷積層的卷積核為(9,9)，第二卷積層的卷積核為(7,7)，第三卷積層的卷積核為(5,5)，第四卷積層的卷積核為(3,3)，并且相鄰兩層卷積層之間含1個池化核為3的池化層。

可選地，處理器為基于STM32的微控制器單元。

可選地，基于STM32的微控制器單元還設置有微地震數據的觸發閾值，并且在判斷微地震數據達到觸發閾值的情況下，開啟人工智能計算模塊。

可選地，還包括：定位模塊，定位模塊為GPS模塊或者北斗模塊，并且在判斷微地震數據達到觸發閾值的情況下，開啟定位模塊。

可選地，微地震數據分析模型是基于TensorFlow Lite的簡化深度學習訓練框架訓練得到的。