基于集成深度学习的岩石断层摩擦微震检测方法和系统

专利主权项内容

1.一种基于集成深度学习的岩石断层摩擦微震检测方法，其特征在于，包括如下步骤：构建集成深度学习模型，所述集成深度学习模型包括：第一骨干特征提取网络，用于提取波形数据中的局部P相特征，依次包括第一下采样段、局部相位特征提取层和第一上采样段；第二骨干特征提取网络，用于提取波形数据中的带有全局上下文信息的完整波形特征，依次包括第二下采样段、全局波形特征提取层和第二上采样段；以及集成学习层，通过对第一骨干特征提取网络和第二骨干特征提取网络的输出结果进行加权集成，构建P相集成预测器，用于获得P相概率序列；获取断层摩擦过程中监测的连续波形数据，输入至集成深度学习模型，获得P相概率序列，根据所得P相概率序列对声发射相位进行检测与拾取。