随着常规构造油气藏、地层油气藏及岩性油气藏的勘探开发难度逐年加大,非常规油气藏逐渐成为我国能源开发的重点领域。水力压裂技术可以提高储层流体的流通性,进而提高非常规油气资源的开采效率。微地震监测是水利压裂过程中监测压裂效果的重要技术手段。微地震监测的环节包括速度建模,初至拾取以及震源定位,本文主要对后两个环节进行研究。 首先,介绍几种常用的神经网络模型,梳理了常规初至拾取方法的技术特点,并简要概述基于走时的定位方法以及基于逆时偏移的定位方法。其次,介绍二维波动方程有限差分正演模拟方法及其相关理论,并进行正演模拟实验,为后续震源定位方法测试的合成数据做好基础。 然后,为提高初至拾取的抗噪性,提出一种联合时间-空间域(Time-Spatial,TX)与频率-波数域(Frequency-Wavenumber,FK)的微地震初至智能拾取方法,新方法较常TX域方法利用双域信息的互补优势,能较好的克服背景噪声的干扰。在不同信噪比条件下的合成地震数据进行对比试验,结果显示该方法较单一域方法在低信噪比情况下仍能保持较高的拾取精度。进一步,通过实际微地震数据进行对比试验,评估该方法的实际应用性。 最后,提出一种基于自适应惯性权重的粒子群优化算法(Adaptive Inertia Weight Particle Swarm Optimization,AIW-PSO)与快速行进法(Fast Marching Method,FMM)的走时差震源定位方法流程。该方法利用各检波器间实际观测与理论计算走时差构建目标函数,消除发震时刻的影响;同时FMM能快速适应较为复杂的速度模型,快速获取全局走时场;结合并行化AIW-PSO的全局搜索能力,有效避免目标函数陷入局部极值,同时提高定位效率。构建多种不同复杂度的速度模型,并使用有限差分法合成数据,通过数值模拟试验,验证了该方案的可行性,先进性和稳定性。