Ein Verfahren und ein System zur Entrauschung von gültigen mikroseismischen Echtzeit-Ereignissen durch die DAS-Ko-Well-Überwachung

Die vorliegende Erfindung bezieht sich auf ein Verfahren und ein System zur Entrauschung von gültigen mikroseismischen Echtzeit-Ereignissen durch die DAS-Ko-Well-Überwachung, die zum Bereich der mikroseismischen Überwachungs-technologie gehört. Zuerst wird der Trainingsdatensatz gewonnen, dann wird der Trainingsdatensatz verwendet, um das vorgefertigte Entrauschungsmodell zu trainieren, um das trainierte Entrauschungsmodell zu erhalten, und schließlich werden die Echtzeit-Ereignisse mit mikroseismischer durch DAS-Ko-Well-Überwachung gewonnen, das Trainingsentrauschungsmodell wird dann verwendet, um die Pipelinewellen aus den mikroseismischen Echtzeitereignissen zu entfernen, um die entrauschten mikroseismischen Ereignisse zu erhalten, dies ermöglicht die wirksame Entfernung von Pipeline-Wellen aus mikroseismischen Echtzeit-Ereignissen, die von der DAS-Ko-Well überwacht werden, mit Hilfe eines Entrauschungsmodells, um die Auswirkungen von Pipeline-Wellen auf die nachfolgende Verarbeitung der mikroseismischen Ereignisse zu vermeiden. Darüber hinaus kann die Erfindung so eingestellt werden, dass neue Pipeline-Wellendaten entsprechend dem Zyklus gesammelt werden, um das trainierte Entrauschungsmodell zu aktualisieren und im nächsten Zyklus zu verwenden, so dass das Entrauschungsmodell immer eine gute Entrauschungsleistung aufweisen kann, wenn das Hydraulic Fracturing fortschreitet. The invention relates to a DAS same-well monitoring real-time micro-earthquake effective event denoising method and system, and belongs to the technical field of micro-earthquake monitoring. The method comprises the steps of firstly obtaining a training data set, then training a pre-established denoising model by using the training data set to obtain a trained denoising model, finally obtaining a real-time micro-seismic effective event through DAS same-well monitoring, and removing pipeline waves in the real-time micro-seismic effective event by using the trained denoising model to obtain a denoised micro-seismic effective event. Therefore, the pipeline waves in the DAS same-well monitoring real-time microseism effective event are effectively removed by establishing the denoising model, and the influence of the pipeline waves on the subsequent processing of the microseism effective event is avoided. Besides, new pipeline wave data can be collected according to cycle setting so as to update the trained denoising model and be used in the next cycle, and therefore the denoising model c