RUB » Bibliotheksportal

Janis Heuel

• Seismologists found a significant deterioration in station quality of seismological stations after the installation of wind turbines in the vicinity, which led to conflicts between wind turbine operators and seismological data services. Since the frequency bands of wind turbine noise and earthquakes overlap, spectral filtering, which is usually used in seismic data processing, is not effective. Here, two different techniques are presented to suppress wind turbine noise from seismological data: nonlinear thresholding and a denoising autoencder. Nonlinear thresholding works well when the seismic event is visible in the raw data but it fails when wind turbine noise dominates and the event is hidden. Once the denoising autoencoder is trained with a large dataset, it is able to remove wind turbine noise even when the event is completely masked by noise.
• Nach der Installation von Windrädern in der Nähe von seismologischen Stationen hat sich die Stationsqualität deutlich verschlechtert, was zu einem Konflikt zwischen Windenergieanlagenbetreiber und seismologischen Diensten führte. Da die Frequenzbänder von Windradrauschen und Erdbebensignal überlappen, können traditionelle Filtermethoden, wie spektrales Filtern, nicht angewendet werden. In dieser Arbeit werden zwei verschiedene Techniken getestet, um das Störsignal der Windenergieanlagen aus den seismischen Daten herauszufiltern: Nonlinear Thresholding und ein Denoising Autoencoder. Nonlinear Thresholding funktioniert, wenn ein Erdbeben in den Rohdaten erkennbar ist, allerdings scheitert es, wenn das Störsignal dominiert und das Erdebensignal darin unter geht. Sobald der Denoising Autoencoder mit einem großen Datensatz trainiert worden ist, ist dieser in der Lage das Störsignal zu unterdrücken, auch wenn das Erdbebensignal vollkommen vom Störsignal überdeckt ist.