储集层确定方法、装置和存储介质与流程

1.本发明涉及油气勘探技术领域，尤其涉及一种储集层确定方法、装置和存储介质。


背景技术：

2.随着油气勘探程度的提升，新增的含油气储集层绝大多数为致密砂岩、致密碳酸盐岩以及页岩等致密储集层。目前，油气储集层评价的手段主要包括：地震数据评价和测井数据评价。
3.地震数据评价方法主要对人工震源爆炸后产生的地震波进行采集和处理，进而预测地下的储集体分布范围和品质。人工地震数据评价方法在油气行业普遍使用，通过对地震资料的处理和解释，可获取储集体三维空间展布以及储集层品质。但该油气储集层评价方法精度多为米级，精度较低，需要使用精度更好的测井数据和岩心数据进行数据校正。同时，该方法通常适用于储集层较为均质的储集层，对于页岩等非均质性较强的致密储集层的识别精度和准确性均较差。
4.测井数据评价方法对油气勘探和开发过程中钻的油气井下放置探测仪器，每0.125米采集一个数据点，以获取单一钻井井孔内地层的声学、电学和放射性等特征，进而评价储集层的岩石类型、油气储集能力和渗流能力。测井数据评价方法信息丰富，且精度相对于地震数据大幅提高，但其针对常规储集层的数据解释效果较好，对于非均质性较强的页岩等致密储集层的评价结果准确性难以保证，且精度需提高。


技术实现要素：

5.本发明实施例提供一种储集层确定方法、装置和存储介质。
6.本发明实施例的技术方案是这样实现的：
7.本发明实施例提供一种储集层确定方法，包括：
8.选取岩石样品；
9.通过计算机体层摄影ct扫描仪，对所述岩石样品进行第一精度级别ct扫描，生成第一ct图像；
10.根据所述第一ct图像中的灰度值，确定出柱塞样岩心样品以及第一参数；
11.对所述柱塞样岩心样品分别进行第二精度级别ct扫描和第三精度级别ct扫描，确定出第二参数和第三参数；其中，所述第二精度级别高于所述第一精度级别；所述第三精度级别高于所述第二精度级别；
12.根据所述第一参数、第二参数、第三参数以及预设权重，计算所述岩石样品的预设参数值；
13.当所述预设参数值大于第一预设值时，将所述岩石样品所在的储集层确定为目标储集层。
14.上述方案中，所述第一参数至少包括：预设密度矿物含量和纹层密度；
15.所述根据所述第一ct图像中的灰度值，确定出柱塞样岩心样品以及第一参数，包
括：
16.根据所述第一ct图像中的灰度值，将所述灰度值超过第二预设值的图像区域确定为预设密度矿物区域；
17.根据所述预设密度矿物区域的体积以及所述岩石样品的体积，确定出所述预设密度矿物含量。
18.上述方案中，所述对所述柱塞样岩心样品分别进行第二精度级别ct扫描和第三精度级别ct扫描，确定出第二参数和第三参数，包括：
19.对所述柱塞样岩心样品进行第二精度级别ct扫描，提取出所述柱塞样岩心样品中的第一孔隙和喉道；所述第一孔隙为第二精度级别孔隙；
20.根据提取出的所述第一孔隙和所述喉道的体积，确定出所述第二参数；
21.所述第二参数至少包括：第一孔隙与喉道的总体积占比、平均喉道半径、第一孔隙与喉道的连通率以及平均配位数；所述平均配位数为所有与所述第一孔隙连接的喉道个数的平均值。
22.上述方案中，所述对所述柱塞样岩心样品分别进行第二精度级别ct扫描和第三精度级别ct扫描，确定出第二参数和第三参数，还包括：
23.对所述柱塞样岩心样品进行第三精度级别ct扫描，提取出所述柱塞样岩心样品中的第二孔隙；所述第二孔隙为第三精度级别孔隙，所述第二孔隙的直径小于所述第一孔隙；
24.根据提取出的所述第一孔隙和所述第二孔隙，确定所述第一孔隙的面积和所述第二孔隙的面积；
25.根据所述第一孔隙的面积和所述第二孔隙的面积，确定出所述第三参数；
26.所述第三参数至少包括：所述第一孔隙面积比。
27.上述方案中，所述方法还包括：
28.对所述柱塞样岩心样品进行矿物质定量分析，确定出所述柱塞样岩心样品的第四参数；
29.所述第四参数至少包括：所述柱塞样岩心样品中的绿泥石含量和脆性矿物含量。
30.上述方案中，所述方法还包括：
31.确定所述柱塞样岩心样品的孔隙度和渗透率；
32.所述根据所述第一参数、第二参数、第三参数以及预设权重，计算所述岩石样品的预设参数值，包括：
33.根据所述第一参数、所述第二参数、所述第三参数、所述第四参数、所述孔隙度、所述渗透率以及所述预设权重，计算所述岩石样品的预设参数值。
34.本发明实施例还提供了一种储集层确定装置，所述装置包括：选取模块、第一扫描模块、第一确定模块、第二扫描模块、计算模块和第二确定模块；其中，
35.所述选取模块，用于选取岩石样品；
36.所述第一扫描模块，用于通过计算机体层摄影ct扫描仪，对所述岩石样品进行第一精度级别ct扫描，生成第一ct图像；
37.所述第一确定模块，用于根据所述第一ct图像中的灰度值，确定出柱塞样岩心样品以及第一参数；
38.所述第二扫描模块，用于对所述柱塞样岩心样品分别进行第二精度级别ct扫描和
第三精度级别ct扫描，确定出第二参数和第三参数；其中，所述第二精度级别高于所述第一精度级别；所述第三精度级别高于所述第二精度级别；
39.所述计算模块，用于根据所述第一参数、第二参数、第三参数以及预设权重，计算所述岩石样品的预设参数值；
40.所述第二确定模块，用于当所述预设参数值大于第一预设值时，将所述岩石样品所在的储集层确定为目标储集层。
41.上述方案中，所述第一参数至少包括：预设密度矿物含量和纹层密度；
42.所述第一确定模块具体用于：
43.根据所述第一ct图像中的灰度值，将所述灰度值超过第二预设值的图像区域确定为预设密度矿物区域；
44.根据所述预设密度矿物区域的体积以及所述岩石样品的体积，确定出所述预设密度矿物含量。
45.上述方案中，所述第二扫描模块具体用于：
46.对所述柱塞样岩心样品进行第二精度级别ct扫描，提取出所述柱塞样岩心样品中的第一孔隙和喉道；所述第一孔隙为第二精度级别孔隙；
47.根据提取出的所述第一孔隙和所述喉道的体积，确定出所述第二参数；
48.所述第二参数至少包括：第一孔隙与喉道的总体积占比、平均喉道半径、第一孔隙与喉道的连通率以及平均配位数；所述平均配位数为所有与所述第一孔隙连接的喉道个数的平均值。
49.上述方案中，所述第二扫描模块具体还用于：
50.对所述柱塞样岩心样品进行第三精度级别ct扫描，提取出所述柱塞样岩心样品中的第二孔隙；所述第二孔隙为第三精度级别孔隙，所述第二孔隙的直径小于所述第一孔隙；
51.根据提取出的所述第一孔隙和所述第二孔隙，确定所述第一孔隙的面积和所述第二孔隙的面积；
52.根据所述第一孔隙的面积和所述第二孔隙的面积，确定出所述第三参数；
53.所述第三参数至少包括：所述第一孔隙面积比。
54.上述方案中，所述装置还包括：第三确定模块；
55.所述第三确定模块，用于对所述柱塞样岩心样品进行矿物质定量分析，确定出所述柱塞样岩心样品的第四参数；
56.所述第四参数至少包括：所述柱塞样岩心样品中的绿泥石含量和脆性矿物含量。
57.上述方案中，所述装置还包括：第四确定模块；
58.所述第四确定模块，用于确定所述柱塞样岩心样品的孔隙度和渗透率；
59.所述计算模块具体用于：
60.根据所述第一参数、所述第二参数、所述第三参数、所述第四参数、所述孔隙度、所述渗透率以及所述预设权重，计算所述岩石样品的预设参数值。
61.本发明实施例还提供了一种储集层确定装置，所述装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；
62.其中，所述处理器用于运行所述计算机程序时，执行上述任一种储集层确定方法的步骤。
63.本发明实施例还提供了一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令；所述计算机可执行指令被处理器执行后，能够实现上述任一种储集层确定方法的步骤。
64.本发明实施例中，在对选取的岩石样品进行第一精度级别ct，确定出柱塞样岩心样品和第一参数后，对柱塞样岩心样品进行第二精度级别ct和第三精度级别ct确定出第二参数和第三参数，这里，第二精度级别高于第一精度级别，第三精度级别高于第二精度级别；根据第一参数、第二参数、第三参数以及预设权重，计算岩石样品的预设参数值；当预设参数值大于第一预设值时，将所述岩石样品所在的储集层确定为目标储集层；如此，基于岩石样品进行不同精度的ct扫描实现不同尺度的三维表征，从而获得更为精确的岩石数据，提高了数据精度，提高了评价结果准确性，更适用于在油气行业勘探开发阶段的致密储集层识别阶段和油气储集层开发阶段的储集层改造阶段。
附图说明
65.图1是本发明提供的储集层确定方法的流程示意图；
66.图2是本发明实施例提供的一种第一ct图像的示意图；
67.图3是本发明实施例提供的一种柱塞样岩心样品的示意图；
68.图4是本发明实施例中预设密度矿物图提取示意图；
69.图5是本发明实施例中提供一种纹层示意图；
70.图6是本发明实施例中提供一种微米ct扫描的原理示意图；
71.图7是本发明实施例中第一孔隙和喉道的提取结果示意图；
72.图8是本发明实施例提供的纳米级的场发射扫描电镜成像的原理示意图；
73.图9是本发明实施例提供的第二孔隙的提取示意图；
74.图10是本发明实施例提供的矿物质定量分析结果示意图；
75.图11是本发明实施例提供的预设参数评价参考示意图；
76.图12是本发明实施例提供的储集层确定方法的流程示意图；
77.图13是本发明实施例提供中岩石样品所在储集层的评价结果示意图；
78.图14是本发明提供的一种储集层确定装置的结构示意图；
79.图15是本发明提供的另一种储集层确定装置的结构示意图。
具体实施方式
80.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，所描述的实施例不应视为对本发明的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
81.在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互任意组合。在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
82.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本发明实施例的目的，
不是旨在限制本发明。
83.如图1所示，本发明实施例提供一种储集层确定方法，包括：
84.步骤s101：选取岩石样品；
85.步骤s102：通过计算机体层摄影ct扫描仪，对所述岩石样品进行第一精度级别ct扫描，生成第一ct图像；
86.步骤s103：根据所述第一ct图像中的灰度值，确定出柱塞样岩心样品以及第一参数；
87.步骤s104：对所述柱塞样岩心样品分别进行第二精度级别ct扫描和第三精度级别ct扫描，确定出第二参数和第三参数；其中，所述第二精度级别高于所述第一精度级别；所述第三精度级别高于所述第二精度级别；
88.步骤s105：根据所述第一参数、第二参数、第三参数以及预设权重，计算所述岩石样品的预设参数值；
89.步骤s106：当所述预设参数值大于第一预设值时，将所述岩石样品所在的储集层确定为目标储集层。
90.在步骤s101中，从储集层中选取岩石样品，这里，所述岩石样品的直径可以为6厘米至20厘米中任意数值，优选地，所述岩石样品的直径可以为6厘米至10厘米。
91.在步骤s102中，所述第一精度级别ct扫描可以为精度为毫米级别的ct扫描，即毫米ct扫描。
92.具体地，通过毫米计算机体层摄影(computed tomography，ct)扫描仪发出x射线，利用x射线穿透岩石样品后的x射线衰减图像重构出三维立体模型，即生成第一ct图像。
93.在步骤103中，所述柱塞样岩心样品的直径可以为2厘米至5厘米中的任意数值；优选地，所述柱塞样岩石样品的直径可以为2.54厘米至3.81厘米。
94.具体地，所述岩石样品中不同矿物质区域在经过ct扫描后将呈现不同灰度值；根据所述第一ct图像中的灰度值可以确定出所述岩石样品中的矿物质结构区域和第一参数。
95.这里，所述矿物质结构区域可以为不同密度的纹层区域，也可以为不同密度的矿物质区域，还可以为岩性均匀的均质区域或者纹层区域等；如图2所示，图2为本发明实施例提供的一种第一ct图像的示意图。根据确定出的不同矿物质区域，可以在不同矿物质区域进行柱塞样岩心样品的采样，如图3所示。
96.在上述步骤s104中，所述第二精度级别ct可以为微米精度级别ct，所述第三精度级别ct可以为纳米精度级别ct。
97.具体地，步骤s105中，所述预设权重与所述第一参数、所述第二参数和所述第三参数相对应，将确定出的第一参数与所述第一参数对应的第一预设权重相乘、确定出第二参数与所述第二预设权重相乘、确定出第三参数与所述第三预设权重相乘后，将三者相乘的结果进行求和，确定出所述岩石样品的预设参数值。
98.在上述步骤s106中，所述第一预设值可以为默认值，也可以由用户根据实际需要自定义或动态调整，这里，不做具体限定。
99.具体地，当计算出的所述预设参数值大于所述第一预设值时，则确定所述岩石样品所在的储集层为优质储集层，即目标储集层，可以进行油气精细开发。
100.本实施例中，在对选取的岩石样品进行第一精度级别ct，确定出柱塞样岩心样品
和第一参数后，对柱塞样岩心样品进行第二精度级别ct和第三精度级别ct确定出第二参数和第三参数，这里，第二精度级别高于第一精度级别，第三精度级别高于第二精度级别；根据第一参数、第二参数、第三参数以及预设权重，计算岩石样品的预设参数值；当预设参数值大于第一预设值时，将所述岩石样品所在的储集层确定为目标储集层；如此，基于岩石样品进行不同精度的ct扫描实现不同尺度的三维表征，从而获得更为精确的岩石数据，提高了数据精度，提高了评价结果准确性，更适用于在油气行业勘探开发阶段的致密储集层识别阶段和油气储集层开发阶段的储集层改造阶段。
101.进一步地，在上述步骤s103中，所述第一参数至少包括：预设密度矿物含量和纹层密度；所述根据所述第一ct图像中的灰度值，确定出柱塞样岩心样品以及第一参数，包括：根据所述第一ct图像中的灰度值，将所述灰度值超过第二预设值的图像区域确定为预设密度矿物区域；根据所述预设密度矿物区域的体积以及所述岩石样品的体积，确定出所述预设密度矿物含量。
102.如图2所示，所述预设密度矿物区域和所述纹层区域的灰度值与周围区域有明显不同，所述预设密度矿物区域与周围区域相比灰度值较高，在所述第一ct图像上通常为亮色。所述纹层可以分为年纹层和季纹层，年纹层又可以分为碎屑年纹层、生物因成年纹层和碳酸盐纹层等；所述纹层区域则根据类型不同，呈现不同灰度值，但其灰度值均与相邻区域相差较大。
103.具体地，在本实施例中，以8bit的所述第一ct图像为例，所述第一ct图像中的灰度值范围为0至255，所述第二预设值可以为200。
104.具体来说，根据所述第一ct图像中的灰度值，提取所述灰度值超过所述第二预设值的图像区域，将所述灰度值超过所述第二预设值的图像区域确定为预设密度矿物区域，如图4所示。
105.根据所述第一ct图像所呈现的三维立体模型，确定出所述预设密度矿物区域的体积以及所述岩石样品的体积；所述预设密度矿物含量等于：所述预设密度矿物区域体积处以所述岩石样品的体积。
106.基于所述第一ct图像中的灰度值差异，将纹层区域提取出来，并计算所述纹层数量，如图5所示；所述纹层密度等于：所述纹层数量除以所述岩石样品的实际长度。
107.进一步地，所述对所述柱塞样岩心样品分别进行第二精度级别ct扫描和第三精度级别ct扫描，确定出第二参数和第三参数，包括：
108.对所述柱塞样岩心样品进行第二精度级别ct扫描，提取出所述柱塞样岩心样品中的第一孔隙和喉道；所述第一孔隙为第二精度级别孔隙；根据提取出的所述第一孔隙和所述喉道的体积，确定出所述第二参数；所述第二参数至少包括：第一孔隙与喉道的总体积占比、平均喉道半径、第一孔隙与喉道的连通率以及平均配位数；所述平均配位数为所有与所述第一孔隙连接的喉道个数的平均值。
109.具体地，所述第二精度级别ct扫描为微米精度级别ct扫描，所述微米ct扫描的原理示意图如图6所示；所述第一孔隙为微米精度级别孔隙，所述第一孔隙直径大于等于1微米。
110.具体来说，通过微米ct扫描仪对所述柱塞样岩心样品进行微米ct扫描建立三维模型，生成第二ct图像后，提取出所述柱塞样岩心样品中的第一孔隙和喉道，如图7所示；根据
提取出的所述第一孔隙的体积和所述喉道的体积，确定出第一孔隙与喉道的总体积占比、平均喉道半径、第一孔隙与喉道的连通率以及平均配位数。
111.所述孔隙指所述柱塞样岩心样品内部较大的空隙，所述喉道是指连接不同孔隙的细小空隙。
112.所述第一孔隙与喉道的总体积占比等于：所述第一孔隙体积与所述喉道体积之和，除以所述柱塞样岩心样品体积。
113.所述平均喉道半径为所有所述喉道的半径的算术平均值；所述喉道的半径用r表示，所述喉道体积用v表示；所述喉道的半径
114.所述第一孔隙与喉道的连通率指从一个立方体的岩石模型中，流体从岩石的一个端面流动到对面端面时，流体所流经的第一孔隙和喉道的体积之和占所有第一孔隙和喉道体积之和的比例。
115.所述平均配位数为所有第一孔隙的配位数的算术平均值；所述第一孔隙的配位数指所述第一孔隙所连接的所述喉道个数。
116.进一步地，所述对所述柱塞样岩心样品分别进行第二精度级别ct扫描和第三精度级别ct扫描，确定出第二参数和第三参数，还包括：
117.对所述柱塞样岩心样品进行第三精度级别ct扫描，提取出所述柱塞样岩心样品中的第二孔隙；所述第二孔隙为第三精度级别孔隙，所述第二孔隙的直径小于所述第一孔隙；根据提取出的所述第一孔隙和所述第二孔隙，确定所述第一孔隙的面积和所述第二孔隙的面积；根据所述第一孔隙的面积和所述第二孔隙的面积，确定出所述第三参数；所述第三参数至少包括：所述第一孔隙面积比。
118.具体地，所述第三精度级别ct扫描为纳米精度级别ct扫描，基于纳米精度的x射线进行纳米级的大面积场发射扫描电镜成像(modular automated processing system，maps)；所述纳米级的场发射扫描电镜成像的原理示意图，如图8所示；所述第二孔隙为纳米精度级别孔隙，所述第二孔隙直径小于1微米。
119.所述孔隙直径等于所述孔隙面积与圆面积等效后，计算出的直径长度。示例性地，将所述孔隙面积用s表示，所述孔隙直径用d表示，则当d小于1微米时，则将所述孔隙确定为第二孔隙；当d大于等于1微米时，将所述孔隙确定为第一孔隙。
120.具体来说，通过纳米级的场发射扫描电镜成像对所述柱塞样岩心样品进行微米ct扫描，生成发射扫描电镜成像后，提取出所述柱塞样岩心样品中的第二孔隙，如图9所示；根据提取出的所述第一孔隙和所述第二孔隙，确定所述第一孔隙的面积和所述第二孔隙的面积；根据所述第一孔隙的面积和所述第二孔隙的面积，确定出所述第一孔隙面积比。
121.所述第一孔隙面积比等于：所述第一孔隙的面积与，所述第一孔隙面积和所述第二孔隙面积之和的比。
122.在本发明实施例中，由于致密储集层的储集空间细小，孔隙大小可达纳米级，基于纳米级的场发射扫描电镜图像，可获取微米级孔隙和纳米级孔隙所占比例。微米级孔隙即所述第一孔隙面积比越大则所述储集层品质越好。相对于常规的场发射扫描电镜成像，大面积场发射扫描电镜成像的扫描面积是其面积的数千倍，甚至数万倍；通过纳米级的场发
射扫描电镜成像更好地识别出不同尺度的孔隙，所计算出的第一孔隙面积占比结果更为准确。
123.进一步地，所述方法还包括：
124.对所述柱塞样岩心样品进行矿物质定量分析，确定出所述柱塞样岩心样品的第四参数；所述第四参数至少包括：所述柱塞样岩心样品中的绿泥石含量和脆性矿物含量。
125.矿物质定量分析(quantitative evaluation of minerals scanning，qemscan)是针对电子束激发岩石表征后产生的特征x射线，通过x射线能谱仪(energy dispersive spectroscopy，eds)和矿物成分数据库进行矿物分析，在获取不同矿物含量的同时可以明确岩石中各矿物之间的接触关系。
126.具体地，脆性矿物包括：硅质矿物以及碳酸盐岩矿物；其中硅质矿物如石英、长石等，碳酸盐岩矿物如方解石、白云石等。
127.具体来说，对所述柱塞样岩心样品进行矿物质定量分析，确定出所述柱塞样岩心样品中的绿泥石含量和脆性矿物含量；其中，对所述柱塞样岩心样品进行矿物质定量分析的结果如图10所示。
128.需要说明的是，绿泥石的存在与否以及其发育方式对储集层具有重要影响，当绿泥石以薄膜状发育于矿物颗粒周围时，对储集层孔隙空间的保存具有重要作用。因此基于矿物成分定量分析，可首先判断绿泥石是否发育且确定所述绿泥石是否主要围绕于矿物颗粒周围。若所述绿泥石发育，则将绿泥石含量左右储集层评价的指标之一。此外，由于矿物脆性较好，将易于工程改造以形成人造缝网等储集空间，故脆性矿物含量也是确定储集层是否优质的指标。
129.进一步地，所述方法还包括：确定所述柱塞样岩心样品的孔隙度和渗透率；
130.具体地，通过孔隙度仪和渗透率仪对所述柱塞样岩心样品进行测试，确定出所述柱塞样岩心样品的孔隙度和渗透率。
131.所述根据所述第一参数、第二参数、第三参数以及预设权重，计算所述岩石样品的预设参数值，包括：根据所述第一参数、所述第二参数、所述第三参数、所述第四参数、所述孔隙度、所述渗透率以及所述预设权重，计算所述岩石样品的预设参数值。
132.具体来说，所述第一参数包括：预设密度矿物含量和纹层密度；所述第二参数包括：第一孔隙与喉道的总体积占比、平均喉道半径、第一孔隙与喉道的连通率以及平均配位数；所述第三参数包括：所述第一孔隙面积比；所述第四参数包括：所述柱塞样岩心样品中的绿泥石含量和脆性矿物含量；
133.将所述预设密度矿物含量、所述纹层密度、所述第一孔隙与喉道的总体积占比、所述平均喉道半径、所述第一孔隙与喉道的连通率、所述平均配位数、所述第一孔隙面积比、所述孔隙度、所述渗透率、所述绿泥石含量以及所述脆性矿物含量这十一个参数根据其参数值划分为i、ii和iii三类，当参数值在i类阈值范围内时，其所对应的参数权重为1；当参数值在ii类阈值范围内时，其所对应的参数权重为0.5；当参数值在iii类阈值范围内时，其所对应的参数权重为0.2。
134.示例性地，如图11所示，将所述预设密度矿物含量用p1表示、所述纹层密度用p2表示、所述第一孔隙与喉道的总体积占比用p3表示、所述平均喉道半径用p7表示、所述第一孔隙与喉道的连通率用p8表示、所述平均配位数用p9表示、所述第一孔隙面积比用p5表示、所
述孔隙度用p3表示、所述渗透率用p4表示、所述绿泥石含量用p10表示以及所述脆性矿物含量用p11表示。此外，为p1至p11中每个参数对应一个预设权重，用qi表示。
135.将预设参数值用p表示，上述十一个参数的实际测量值用pi表示，将所述参数的评估值用gi表示；所述预设权重用qi表示；i为1至11中的任意自然数；
136.pi为单一参数的参数值，所述参数的评估值gi＝(1
×
pip
iⅰ+0.5
×
pip
iⅱ+0.2
×
pip
iⅲ)；其中，根据pi确定测量出的参数对应的参数值所在的类，当所述参数在i类范围内时，p
iⅰ值为1，p
iⅱ和p
iⅲ值为0；当参数值在ii类范围内时，p
iⅱ值为1，p
iⅰ和p
iⅲ值为0；当参数值在iii类范围时，p
iⅲ值为1，p
iⅰ和p
iⅱ值为0；所述预设参数值
137.这里，所述第一预设值设为0.6；当所述预设参数值大于等于0.6时，则将所述岩石样品所在的储集层确定为优质储集层，即目标储集层。
138.以下，以一个具体示例对本发明实施例储集层确定方法进行说明，其工作流程图如图12所示：
139.步骤1：从10米长的储集层中选取岩石样品；
140.具体地，从储集层中选取直径为6至10厘米的岩石样品。
141.步骤2：对所述岩石样品进行毫米ct扫描，生成毫米ct图像；
142.步骤2.1：通过neurological公司的ceretom nl3000作为ct扫描设备，对所述岩石样品进行毫米ct扫描；
143.步骤2.1.1：在所述ct扫描仪器启动前，开启空气校正，进行15分钟的空气校正。
144.步骤2.1.2：将所述岩石样品摆放至检查床。确定所述岩石样品岩石顶底方向、深浅位置及角度无误，确认岩石位于样品台正中位置，且位于扫描区域内；
145.步骤2.1.3：设置扫描参数，具体地：选择扫描电压为100kv，扫描电流为7ma，灯丝电流为2.65a，切片厚度为0.6mm；完成参数设置后，开始扫描；
146.步骤2.1.4：生成毫米ct图像。
147.所述毫米ct图像需要确保图像清晰无断层，在不同方向显示切片图像灰度值无明显差异，如有出现环状伪影，则进行空气校正后重新扫描测试。
148.步骤3：根据毫米ct图像中的灰度值，确定出柱塞样岩心样品以及所述岩石样品的预设密度矿物含量和纹层密度；
149.步骤3.1：根据所述毫米ct图像中的灰度值，确定所述预设密度矿物含量；
150.具体地，将所述灰度值超过第二预设值的图像区域确定为预设密度矿物区域；根据所述预设密度矿物区域的体积以及所述岩石样品的体积，确定出所述预设密度矿物含量。
151.以8bit的所述毫米ct图像为例，所述毫米ct图像中的灰度值范围为0至255，将所述第二预设值设置为200，则灰度值超过200的图像区域为预设密度矿物区域，这里，预设密度矿物区域也称为高密度矿物区域，这里的预设密度矿物主要为黄铁矿，其提取结构示意图如图4所示。
152.根据所述第一ct图像所呈现的三维立体模型，确定出所述预设密度矿物区域的体积以及所述岩石样品的体积；所述预设密度矿物含量等于：所述预设密度矿物区域体积处以所述岩石样品的体积。
153.步骤3.2：根据所述毫米ct图像中的灰度值，确定所述纹层密度；
154.具体地，基于所述毫米ct图像中的灰度值差异，将纹层区域提取出来，并计算所述纹层数量，如图5所示；所述纹层密度等于：所述纹层数量除以所述岩石样品的实际长度。
155.步骤3.3：根据所述毫米ct图像中的灰度值，确定出柱塞样岩心样品；
156.具体地，柱塞样岩心样品的选取需具备代表性，根据岩石岩性差异以及毫米ct图像上灰度值和沉积特征差异将岩石样品划分成多段，每段选取一块柱塞样岩心样品；
157.以如图3为例，所述岩石样品中不同矿物质区域在经过ct扫描后将呈现不同灰度值；这里，所述矿物质结构区域可以为不同密度的纹层区域，也可以为不同密度的矿物质区域，还可以为岩性均匀的均质区域或者纹层区域等；根据确定出的不同矿物质区域，可以在不同矿物质区域进行柱塞样岩心样品的采样。
158.步骤4：对所述柱塞样岩心样品进行微米级别ct扫描，确定第一孔隙与喉道的总体积占比、平均喉道半径、第一孔隙与喉道的连通率以及平均配位数；
159.步骤4.1：将钻取的柱塞样岩心，放置微米ct扫描仪内，设置好相应的参数后，对所述柱塞样岩心样品进行微米级别ct扫描，生成微米ct扫描图像；
160.步骤4.2：对原始的微米ct图像进行重构，提取出孔隙部分。随后，在pergeos软件内提取出孔隙网络模型提取出所述柱塞样岩心样品中的第一孔隙和喉道，如图7所示。
161.步骤4.3：根据提取出的所述第一孔隙和所述喉道的体积，确定出第一孔隙与喉道的总体积占比、平均喉道半径、第一孔隙与喉道的连通率以及平均配位数；
162.具体地，所述孔隙指所述柱塞样岩心样品内部较大的空隙，所述喉道是指连接不同孔隙的细小空隙。
163.所述第一孔隙与喉道的总体积占比等于：所述第一孔隙体积与所述喉道体积之和，除以所述柱塞样岩心样品体积。
164.所述平均喉道半径为所有所述喉道的半径的算术平均值；所述喉道的半径用r表示，所述喉道体积用v表示；所述喉道的半径
165.所述第一孔隙与喉道的连通率指从一个立方体的岩石模型中，流体从岩石的一个端面流动到对面端面时，流体所流经的第一孔隙和喉道的体积之和占所有第一孔隙和喉道体积之和的比例。
166.所述平均配位数为所有第一孔隙的配位数的算术平均值；所述第一孔隙的配位数指所述第一孔隙所连接的所述喉道个数。
167.步骤5：对所述柱塞样岩心样品进行纳米精度级别ct扫描，确定第一孔隙面积比；
168.步骤5.1：通过纳米级的场发射扫描电镜成像对所述柱塞样岩心样品进行微米ct扫描，生成发射扫描电镜成像后，提取出所述柱塞样岩心样品中的第二孔隙，如图9所示；
169.具体地，在柱塞样岩心上面切割出3-5mm厚度的薄片，进行抛光处理，随后在样品表面镀上一层厚度为10nm的碳膜。将样品置于场发射扫描电镜内，设置好相应的扫描参数后，进行图像采集，本次采集的精度为4nm，采集区域大小为500μm乘500μm。将扫描好的数据导入pergeos软件，根据灰度值提取出所有孔隙部分，确定出第二孔隙。
170.所述第二孔隙为纳米精度级别孔隙，所述第二孔隙直径小于1微米。
171.所述孔隙直径等于所述孔隙面积与圆面积等效后，计算出的直径长度。示例性地，
将所述孔隙面积用s表示，所述孔隙直径用d表示，则当d小于1微米时，则将所述孔隙确定为第二孔隙；当d大于等于1微米时，将所述孔隙确定为第一孔隙。
172.步骤5.2：根据提取出的所述第一孔隙和所述第二孔隙，确定所述第一孔隙的面积和所述第二孔隙的面积；根据所述第一孔隙的面积和所述第二孔隙的面积，确定出所述第一孔隙面积比。
173.所述第一孔隙面积比等于：所述第一孔隙的面积与，所述第一孔隙面积和所述第二孔隙面积之和的比。
174.步骤6：对所述柱塞样岩心样品进行矿物质定量分析，确定出所述柱塞样岩心样品中的绿泥石含量和脆性矿物含量。
175.在完成大面积场发射扫描电镜后，直接基于同一块薄片样品开展矿物成分定量分析。将样品置于矿物成分定量分析仪内，设置好相应的参数后，采集矿物成分图像。
176.步骤6.1：确定所述柱塞样岩心样品中的绿泥石含量；
177.首先，判断绿泥石是否发育且确定所述绿泥石是否主要围绕于矿物颗粒周围；
178.若绿泥石发育且所述绿泥石发育于石英等矿物颗粒的周围，则将绿泥石含量作为储集层综合评价的参数之一，其预设权重为0.1；否者该参数不作为储集层综合评价，其计算权重分给脆性矿物含量这一参数中。
179.步骤6.2：确定所述柱塞样岩心样品中的脆性矿物含量；
180.将矿物成分定量结果中的石英、长石、白云石和方解石这四种矿物定义为脆性矿物，脆性矿物含量为这四种矿物含量之和。
181.步骤7：通过孔隙度仪和渗透率仪对所述柱塞样岩心样品进行测试，确定出所述柱塞样岩心样品的孔隙度和渗透率。
182.步骤8：计算所述岩石样品的预设参数值。
183.将所述预设密度矿物含量、所述纹层密度、所述第一孔隙与喉道的总体积占比、所述平均喉道半径、所述第一孔隙与喉道的连通率、所述平均配位数、所述第一孔隙面积比、所述孔隙度、所述渗透率、所述绿泥石含量以及所述脆性矿物含量这是十一个参数根据其参数值划分为i、ii和iii三类，当参数值在i类阈值范围内时，其所对应的参数权重为1；当参数值在ii类阈值范围内时，其所对应的参数权重为0.5；当参数值在iii类阈值范围内时，其所对应的参数权重为0.2。
184.示例性地，如图11所示，将所述预设密度矿物含量用p1表示、所述纹层密度用p2表示、所述第一孔隙与喉道的总体积占比用p3表示、所述平均喉道半径用p7表示、所述第一孔隙与喉道的连通率用p8表示、所述平均配位数用p9表示、所述第一孔隙面积比用p5表示、所述孔隙度用p3表示、所述渗透率用p4表示、所述绿泥石含量用p10表示以及所述脆性矿物含量用p11表示。此外，为p1至p11中每个参数对应一个预设权重，用qi表示。
185.将预设参数值用p表示，上述十一个参数的实际测量值用pi表示，将所述参数的评估值用gi表示；所述预设权重用qi表示；i为1至11中的任意自然数；
186.pi为单一参数的参数值，所述参数的评估值gi＝(1
×
pip
iⅰ+0.5
×
pip
iⅱ+0.2
×
pip
iⅲ)；其中，根据pi确定测量出的参数对应的参数值所在的类，当所述参数在i类范围内时，p
iⅰ值为1，p
iⅱ和p
iⅲ值为0；当参数值在ii类范围内时，p
iⅱ值为1，p
iⅰ和p
iⅲ值为0；当参数值
在iii类范围时，p
iⅲ值为1，p
iⅰ和p
iⅱ值为0；所述预设参数值
187.这里，所述第一预设值设为0.6；当所述预设参数值大于等于0.6时，则将所述岩石样品所在的储集层确定为i类储集层，即优质储集层，也就是目标储集层。当所述预设参数值小于0.6时，判断所述预设参数值是否小于第三预设值。这里所述第三预设值设置为0.4。需要说明的是，这里的所述第一预设值和所述第三预设值可以为系统默认值，也可以有用户根据实际应用场景自定义或者动态调整。
188.若所述预设参数值小于第三预设值，则将岩石样品所在的储集层确定为ⅲ类储集层，即低级储集层；若所述预设参数值小于第一预设值，大于等于第三预设值，则将岩石样品所在的储集层确定为ⅱ类储集层，即中级储集层，该实施例中所述岩石样品所在储集层的评价结果如图13所示。
189.如图14所示，为本发明实施例提供的一种储集层确定装置的结构示意图，该储集层确定装置包括：选取模块1401、第一扫描模块1402、第一确定模块1403、第二扫描模块1404、计算模块1405和第二确定模块1406；其中，
190.所述选取模块1401，用于选取岩石样品；
191.所述第一扫描模块1402，用于通过计算机体层摄影ct扫描仪，对所述岩石样品进行第一精度级别ct扫描，生成第一ct图像；
192.所述第一确定模块1403，用于根据所述第一ct图像中的灰度值，确定出柱塞样岩心样品以及第一参数；
193.所述第二扫描模块1404，用于对所述柱塞样岩心样品分别进行第二精度级别ct扫描和第三精度级别ct扫描，确定出第二参数和第三参数；其中，所述第二精度级别高于所述第一精度级别；所述第三精度级别高于所述第二精度级别；
194.所述计算模块1405，用于根据所述第一参数、第二参数、第三参数以及预设权重，计算所述岩石样品的预设参数值；
195.所述第二确定模块1406，用于当所述预设参数值大于第一预设值时，将所述岩石样品所在的储集层确定为目标储集层。
196.具体地，所述第一参数至少包括：预设密度矿物含量和纹层密度；
197.所述第一确定模块1403具体用于：
198.根据所述第一ct图像中的灰度值，将所述灰度值超过第二预设值的图像区域确定为预设密度矿物区域；
199.根据所述预设密度矿物区域的体积以及所述岩石样品的体积，确定出所述预设密度矿物含量。
200.具体地，所述第二扫描模块1404具体用于：
201.对所述柱塞样岩心样品进行第二精度级别ct扫描，提取出所述柱塞样岩心样品中的第一孔隙和喉道；所述第一孔隙为第二精度级别孔隙；
202.根据提取出的所述第一孔隙和所述喉道的体积，确定出所述第二参数；
203.所述第二参数至少包括：第一孔隙与喉道的总体积占比、平均喉道半径、第一孔隙与喉道的连通率以及平均配位数；所述平均配位数为所有与所述第一孔隙连接的喉道个数的平均值。
204.具体地，所述第二扫描模块1404具体还用于：
205.对所述柱塞样岩心样品进行第三精度级别ct扫描，提取出所述柱塞样岩心样品中的第二孔隙；所述第二孔隙为第三精度级别孔隙，所述第二孔隙的直径小于所述第一孔隙；
206.根据提取出的所述第一孔隙和所述第二孔隙，确定所述第一孔隙的面积和所述第二孔隙的面积；
207.根据所述第一孔隙的面积和所述第二孔隙的面积，确定出所述第三参数；
208.所述第三参数至少包括：所述第一孔隙面积比。
209.具体地，所述装置还包括：第三确定模块1407；
210.所述第三确定模块1407，用于对所述柱塞样岩心样品进行矿物质定量分析，确定出所述柱塞样岩心样品的第四参数；
211.所述第四参数至少包括：所述柱塞样岩心样品中的绿泥石含量和脆性矿物含量。
212.具体地，所述装置还包括：第四确定模块1408；
213.所述第四确定模块1408用于确定所述柱塞样岩心样品的孔隙度和渗透率；
214.所述计算模块1405具体用于：
215.根据所述第一参数、所述第二参数、所述第三参数、所述第四参数、所述孔隙度、所述渗透率以及所述预设权重，计算所述岩石样品的预设参数值。
216.图15为本发明实施例提供的另一种储集层确定装置，所述储集层确定装置可以应用于电子设备；如图15所示，所述装置150包括处理器1501和用于存储能够在处理器上运行的计算机程序的存储器1502；
217.其中，所述处理器1501用于运行所述计算机程序时，执行：选取岩石样品；通过计算机体层摄影ct扫描仪，对所述岩石样品进行第一精度级别ct扫描，生成第一ct图像；根据所述第一ct图像中的灰度值，确定出柱塞样岩心样品以及第一参数；对所述柱塞样岩心样品分别进行第二精度级别ct扫描和第三精度级别ct扫描，确定出第二参数和第三参数；其中，所述第二精度级别高于所述第一精度级别；所述第三精度级别高于所述第二精度级别；根据所述第一参数、第二参数、第三参数以及预设权重，计算所述岩石样品的预设参数值；当所述预设参数值大于第一预设值时，将所述岩石样品所在的储集层确定为目标储集层。
218.在一实施例中，所述处理器1501还用于运行所述计算机程序时，执行：所述第一参数至少包括：预设密度矿物含量和纹层密度；所述根据所述第一ct图像中的灰度值，确定出柱塞样岩心样品以及第一参数，包括：根据所述第一ct图像中的灰度值，将所述灰度值超过第二预设值的图像区域确定为预设密度矿物区域；根据所述预设密度矿物区域的体积以及所述岩石样品的体积，确定出所述预设密度矿物含量。
219.在一实施例中，所述处理器1501还用于运行所述计算机程序时，执行：对所述柱塞样岩心样品进行第二精度级别ct扫描，提取出所述柱塞样岩心样品中的第一孔隙和喉道；所述第一孔隙为第二精度级别孔隙；根据提取出的所述第一孔隙和所述喉道的体积，确定出所述第二参数；所述第二参数至少包括：第一孔隙与喉道的总体积占比、平均喉道半径、第一孔隙与喉道的连通率以及平均配位数；所述平均配位数为所有与所述第一孔隙连接的喉道个数的平均值。
220.在一实施例中，所述处理器1501还用于运行所述计算机程序时，执行：对所述柱塞样岩心样品进行第三精度级别ct扫描，提取出所述柱塞样岩心样品中的第二孔隙；所述第
二孔隙为第三精度级别孔隙，所述第二孔隙的直径小于所述第一孔隙；根据提取出的所述第一孔隙和所述第二孔隙，确定所述第一孔隙的面积和所述第二孔隙的面积；根据所述第一孔隙的面积和所述第二孔隙的面积，确定出所述第三参数；所述第三参数至少包括：所述第一孔隙面积比。
221.在一实施例中，所述处理器1501还用于运行所述计算机程序时，执行：对所述柱塞样岩心样品进行矿物质定量分析，确定出所述柱塞样岩心样品的第四参数；所述第四参数至少包括：所述柱塞样岩心样品中的绿泥石含量和脆性矿物含量。
222.在一实施例中，所述处理器1501还用于运行所述计算机程序时，执行：确定所述柱塞样岩心样品的孔隙度和渗透率；所述根据所述第一参数、第二参数、第三参数以及预设权重，计算所述岩石样品的预设参数值，包括：根据所述第一参数、所述第二参数、所述第三参数、所述第四参数、所述孔隙度、所述渗透率以及所述预设权重，计算所述岩石样品的预设参数值。
223.需要说明的是：上述实施例提供的储集层确定装置与储集层确定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
224.实际应用时，所述装置150还可以包括：至少一个网络接口1503。储集层确定装置150中的各个组件通过总线系统1504耦合在一起。可理解，总线系统1504用于实现这些组件之间的连接通信。总线系统1504除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图15中将各种总线都标为总线系统1504。其中，所述处理器1504的个数可以为至少一个。网络接口1503用于储集层确定装置150与其他设备之间有线或无线方式的通信。
225.本发明实施例中的存储器1502用于存储各种类型的数据以支持储集层确定装置150的操作。
226.上述本发明实施例揭示的方法可以应用于处理器1501中，或者由处理器1501实现。处理器1501可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1501可以是通用处理器、数字信号处理器(dsp，digital signal processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器501可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器1502，处理器1501读取存储器1502中的信息，结合其硬件完成前述方法的步骤。
227.在示例性实施例中，储集层确定装置150可以被一个或多个应用专用集成电路(asic，application specific integrated circuit)、dsp、可编程逻辑器件(pld，programmable logic device)、复杂可编程逻辑器件(cpld，complex programmable logic device)、现场可编程门阵列(fpga，field-programmable gate array)、通用处理器、控制器、微控制器(mcu，micro controller unit)、微处理器(microprocessor)、或其他电子元件实现，用于执行前述方法。
228.本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述
计算机程序被处理器运行时，执行：选取岩石样品；通过计算机体层摄影ct扫描仪，对所述岩石样品进行第一精度级别ct扫描，生成第一ct图像；根据所述第一ct图像中的灰度值，确定出柱塞样岩心样品以及第一参数；对所述柱塞样岩心样品分别进行第二精度级别ct扫描和第三精度级别ct扫描，确定出第二参数和第三参数；其中，所述第二精度级别高于所述第一精度级别；所述第三精度级别高于所述第二精度级别；根据所述第一参数、第二参数、第三参数以及预设权重，计算所述岩石样品的预设参数值；当所述预设参数值大于第一预设值时，将所述岩石样品所在的储集层确定为目标储集层。
229.在一实施例中，所述计算机程序被处理器运行时，执行：所述第一参数至少包括：预设密度矿物含量和纹层密度；所述根据所述第一ct图像中的灰度值，确定出柱塞样岩心样品以及第一参数，包括：根据所述第一ct图像中的灰度值，将所述灰度值超过第二预设值的图像区域确定为预设密度矿物区域；根据所述预设密度矿物区域的体积以及所述岩石样品的体积，确定出所述预设密度矿物含量。
230.在一实施例中，所述计算机程序被处理器运行时，执行：对所述柱塞样岩心样品进行第二精度级别ct扫描，提取出所述柱塞样岩心样品中的第一孔隙和喉道；所述第一孔隙为第二精度级别孔隙；根据提取出的所述第一孔隙和所述喉道的体积，确定出所述第二参数；所述第二参数至少包括：第一孔隙与喉道的总体积占比、平均喉道半径、第一孔隙与喉道的连通率以及平均配位数；所述平均配位数为所有与所述第一孔隙连接的喉道个数的平均值。
231.在一实施例中，所述计算机程序被处理器运行时，执行：对所述柱塞样岩心样品进行第三精度级别ct扫描，提取出所述柱塞样岩心样品中的第二孔隙；所述第二孔隙为第三精度级别孔隙，所述第二孔隙的直径小于所述第一孔隙；根据提取出的所述第一孔隙和所述第二孔隙，确定所述第一孔隙的面积和所述第二孔隙的面积；根据所述第一孔隙的面积和所述第二孔隙的面积，确定出所述第三参数；所述第三参数至少包括：所述第一孔隙面积比。
232.在一实施例中，所述计算机程序被处理器运行时，执行：对所述柱塞样岩心样品进行矿物质定量分析，确定出所述柱塞样岩心样品的第四参数；所述第四参数至少包括：所述柱塞样岩心样品中的绿泥石含量和脆性矿物含量。
233.在一实施例中，所述计算机程序被处理器运行时，执行：确定所述柱塞样岩心样品的孔隙度和渗透率；所述根据所述第一参数、第二参数、第三参数以及预设权重，计算所述岩石样品的预设参数值，包括：根据所述第一参数、所述第二参数、所述第三参数、所述第四参数、所述孔隙度、所述渗透率以及所述预设权重，计算所述岩石样品的预设参数值。
234.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
235.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单
元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
236.另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
237.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
238.或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
239.以上所述，仅为本发明的实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和范围之内所作的任何修改、等同替换和改进等，均包含在本发明的保护范围之内。