井下参数生成方法、系统、集群及介质、产品与流程

1.本技术涉及油气勘探开发技术领域，尤其涉及一种井下参数生成方法、井下参数生成系统以及计算设备集群、计算机可读存储介质、计算机程序产品。


背景技术：

2.在进行石油或天然气等资源的勘探开发时，通常需要钻井和测井，并获得井下参数。井下参数包括井下地球物理参数以及地质力学数据中的一种或多种。其中，井下地球物理参数通过测井获得。测井是指利用岩层的导电特性、声学特性、放射性等地球物理特性，测量井下地球物理参数。基于此，井下地球物理参数也可以称为测井数据。地质力学数据是用于描述岩石的力学行为的参数。例如，地质力学数据可以包括泊松比(poisson's ratio，pois)等岩石力学参数。上述测井数据、地质力学数据可以随着井深等参数的变化而变化，因此，测井数据、地质力学数据等可以通过测井曲线、地质力学曲线等表征。
3.石油或天然气等资源勘探开发过程中测井的数量比较庞大，对每一口井分别测量井下地球物理参数、地质力学数据以获得测井曲线、地质力学曲线，需要进行大量测井操作，大幅增加了成本。为此，业界提出了一种正演法，使得用户无需执行大量测井操作也可以获得测井曲线、地质力学曲线。
4.以通过测井正演法获得测井曲线进行示例说明。测井正演法是基于已知地质信息，通过分析地质特征，例如岩石物理特性、地应力等地质特征，来建立物理模型。其中，物理模型可以通过响应方程表征。然后将假设的地层参数作为响应方程的输入可以生成测井曲线。
5.然而，物理模型驱动的测井曲线正演生成方案简化了真实的地层情况。即使将与实际情况相符的地层参数作为输入，单纯基于物理模型生成的仿真曲线与真实曲线尚存在一定的偏差。如此，难以满足业务需求。


技术实现要素：

6.本技术提供了一种井下参数生成方法，该方法基于领域知识获得井下参数的正演数据，然后利用井下参数的修正数据对该正演数据进行修正，进而得到井下参数的仿真数据。如此该仿真数据更接近于井下参数的真实数据，能够满足业务需求。本技术还提供了上述方法对应的装置、设备、计算机可读存储介质以及计算机程序产品。
7.第一方面，本技术提供了一种井下参数生成方法。该井下参数生成方法可以通过井下参数生成系统实现。该井下参数生成系统可以部署在服务器中，服务器可以是云环境中的云服务器，也可以是本地数据中心的本地服务器。
8.具体地，井下参数生成系统接收用户配置的领域知识，该领域知识包括井下参数的响应方程。例如井下参数生成系统可以用户通过终端配置领域知识。终端可以根据用户触发的提交操作，将用户在图形用户界面或命令用户界面配置的领域知识提交给服务器，接着服务器中运行的井下参数生成系统根据用户配置的领域知识进行井下参数的正演，得
到井下参数的正演数据。井下参数生成系统获取井下参数的修正数据。该修正数据用于描述井下参数的正演数据与井下参数的真实数据之间的偏差。然后井下参数生成系统根据该修正数据和正演数据，生成井下参数的仿真数据。例如井下参数生成系统可以利用修正数据对井下参数的正演数据进行修正，进而能够降低通过正演方式得到的正演数据与真实数据之间的偏差。
9.在上述方法中，通过井下参数的修正数据对井下参数的正演数据进行修正，得到了与真实数据更加接近的井下参数的仿真数据。该仿真数据具有较高的可用性，能够满足业务需求。例如，通过上述方法得到的井下参数的仿真数据，能够用于测井解释。而且，通过该方法可以减少一些昂贵的测井、取芯等操作，节省测井成本，并且可以快速、便捷地生成井下参数，提高了获得井下参数的效率。
10.在一些可能的实现方式中，领域知识还包括地层参数的约束和/或地质参数的约束，基于此，用户还可以在终端提供的图形用户界面或命令用户界面配置地层参数的约束和/或地质参数的约束。接着井下参数生成系统可以根据上述地层参数的约束和/或地质参数的约束以及井下参数的真实数据，获得地层参数和/或地质参数。接着井下参数生成系统可以根据井下参数的响应方程以及上述反演得到的地层参数，获得井下参数的正演数据，同理，井下参数生成系统也可以并根据井下参数的响应方式以及反演得到的地质参数，获得井下参数的正演数据。
11.以地层参数为例，井下参数生成系统通过反演的方式，基于地层参数的约束以及井下参数的真实数据，得到的地层参数与假设的地层参数相比，通过反演的方式得到的地层参数更能够反映出地层的真实情况。然后井下参数生成系统基于该反演得到的地层参数，以及井下参数的响应方程进行正演，可以得到更加接近真实数据并且符合物理意义的正演数据，由此可以进一步提高生成的仿真数据的准确度，从而提高该仿真数据的可用性。
12.在一些可能的实现方式中，井下参数生成系统可以根据地层参数和/或地质参数获取井下参数的修正数据。例如，井下参数生成系统可以基于地层参数和/或地质参数，通过深度学习的方式，获得井下参数的修正数据。该修正数据用于描述井下参数的正演数据与井下参数的真实数据之间的偏差。
13.在一些可能的实现方式中，地层参数和/或地质参数可以通过第一模型学习获得，例如第一模型可以是人工智能模型。第一模型以地层参数的约束和地质参数的约束中至少一个以及井下参数的真实数据为输入，用于学习地层参数和/或地质参数。以地层参数为例，第一模型以地层参数的约束和井下参数的真实数据为输入，以学习地层参数。其中，井下参数可以是测井数据。第一模型还可以采用深度学习模型或多种深度学习模型的组合，以学习地层参数，进而通过该第一模型进行反演得到的地层参数更加准确。
14.类似地，井下参数的修正数据可以通过第二模型学习获得，例如第二模型可以是人工智能模型。第二模型以第一模型学习的地层参数和/或地质参数为输入，用于学习正演数据和真实数据的偏差，该偏差可以通过修正数据描述。以地层参数为例，第二模型可以以第一模型学习的地层参数为输入，学习井下参数的修正数据。该井下参数可以是测井数据。
15.在一些可能的实现方式中，上述第一模型和第二模型可以通过自监督学习方式联合训练。例如，领域知识中地层参数的约束、地质参数的约束中的至少一个以及井下参数的真实数据输入到第一模型，第一模型可以通过自监督学习的方式学习真实数据如真实曲线
的特征，以及结合地层参数的约束和/或地质参数的约束得到地层参数和/或地质参数。该地层参数和/或地质参数进一步可以输入到第二模型，得到修正数据如修正曲线。井下参数生成系统基于第一模型输出的地层参数和/或地质参数，以及井下参数的响应方程进行正演，得到进行参数的正演数据如正演曲线。然后井下参数生成系统利用修正数据对正演数据进行修正，得到井下参数的仿真数据。该仿真数据接近于真实数据，进而可以根据该仿真数据获得新的样本数据，并利用该新的样本数据进行模型训练。例如将该仿真数据作为新的样本数据输入到第一模型，以用于优化第一模型的参数以及第二模型的参数。
16.在一些可能的实现方式中，井下参数包括测井数据和地质力学数据中的一种或多种。该方法无需执行测井操作也能获得测井数据或地质力学数据，满足了业务需求。
17.在一些可能的实现方式中，井下参数可以通过曲线表征，曲线包括自然伽马曲线、自然电位曲线、井径曲线、视电阻率曲线、深侧向电阻率曲线、浅侧向电阻率曲线、声波曲线、密度曲线或中子曲线中的一种或多种。
18.其中，测井数据可以通过测井曲线表征，例如通过自然伽马曲线表征。地质力学数据可以通过地质力学曲线表征，例如通过破裂压力梯度曲线表征。
19.该方法通过多种深度学习模型，从不同维度提取真实曲线的特征，根据从不同维度提取的真实曲线的特征学习到更准确的地层参数。基于该地层参数和响应方程进行正演，可以获得更接近真实数据的正演数据，并且基于该地层参数可以获得更准确的修正数据，基于上述正演数据和修正数据可以得到井下参数的仿真数据。如此实现了通过真实数据(如真实曲线)和领域知识(如地层参数的约束、井下参数的响应方程)双驱动方式生成井下参数，该方法生成的井下参数即井下参数的仿真数据更接近于真实数据，符合油气行业机理。
20.第二方面，本技术提供了一种井下参数生成系统，该井下参数生成系统包括通信模块、正演模块、修正模块和生成模块；
21.通信模块，用于接收用户配置的领域知识，所述领域知识包括井下参数的响应方程；
22.正演模块，用于根据所述井下参数的响应方程获得所述井下参数的正演数据；
23.修正模块，用于获取所述井下参数的修正数据；
24.生成模块，根据所述井下参数的所述正演数据和所述井下参数的所述修正数据，生成所述井下参数的仿真数据。
25.在一些可能的实现方式中，所述领域知识还包括地层参数的约束和/或地质参数的约束，所述进行参数生成系统还包括：参数学习模块；所述参数学习模块用于根据所述地层参数的约束和/或地质参数的约束以及所述井下参数的真实数据，获得所述地层参数和/或所述地质参数；
26.所述正演模块具体用于根据所述井下参数的响应方程和所述地层参数获得所述井下参数的正演数据；和/或，根据所述井下参数的响应方程和所述地质参数获得所述井下参数的正演数据；
27.所述修正模块，具体用于根据所述地层参数和/或所述地质参数获取所述井下参数的修正数据。
28.在一些可能的实现方式中，所述地层参数和/或所述地质参数通过第一模型学习
获得，所述井下参数的修正数据通过第二模型学习获得，所述第一模型和所述第二模型为人工智能ai模型。
29.在一些可能的实现方式中，所述第一模型和所述第二模型通过自监督学习方式联合训练得到。
30.在一些可能的实现方式中，所述生成模块还用于根据所述井下参数的仿真数据，获得新的样本数据，所述样本数据用于模型训练。
31.在一些可能的实现方式中，所述井下参数包括测井数据和地质力学数据中的一种或多种。
32.在一些可能的实现方式中，所述井下参数通过曲线表征，所述曲线包括自然伽马曲线、自然电位曲线、井径曲线、视电阻率曲线、深侧向电阻率曲线、浅侧向电阻率曲线、声波曲线、密度曲线或中子曲线中的一种或多种。
33.第三方面，本技术提供一种计算设备集群。该计算设备集群包括至少一台计算设备。每台计算设备包括处理器和存储器。所述处理器、所述存储器进行相互的通信。所述处理器用于执行所述存储器中存储的指令，以使得计算设备集群执行如第一方面或第一方面的任一种实现方式中的井下参数生成方法。
34.第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，所述指令指示设备执行上述第一方面或第一方面的任一种实现方式所述的井下参数生成方法。
35.第五方面，本技术提供了一种包含指令的计算机程序产品，当其在设备上运行时，使得设备执行上述第一方面或第一方面的任一种实现方式所述的井下参数生成方法。
36.本技术在上述各方面提供的实现方式的基础上，还可以进行进一步组合以提供更多实现方式。
附图说明
37.为了更清楚地说明本技术实施例的技术方法，下面将对实施例中所需使用的附图作以简单地介绍。
38.图1为本技术实施例提供的一种计算设备集群的系统架构图；
39.图2为本技术实施例提供的一种领域知识配置界面的示意图；
40.图3为本技术实施例提供的一种仿真数据展示界面的示意图；
41.图4为本技术实施例提供的一种井下参数生成系统的结构示意图；
42.图5为本技术实施例提供的一种井下参数生成方法的流程图；
43.图6为本技术实施例提供的一种学习地层参数的过程示意图；
44.图7为本技术实施例提供的一种获取正演数据的过程示意图；
45.图8为本技术实施例提供的一种学习修正数据的过程示意图；
46.图9为本技术实施例提供的一种计算设备集群的结构示意图。
具体实施方式
47.本技术实施例中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征
可以明示或者隐含地包括一个或者更多个该特征。
48.为了便于理解本技术实施例，首先，对本技术涉及的部分术语进行解释说明。
49.井下参数是指地质勘探开发时执行钻井和测井操作所得到的井的参数。井下参数可以包括井下地球物理参数和地质力学数据中的一种或多种。其中，井下地球物理参数通过测井获得，因此，井下地球物理参数也称作测井数据。测井数据、地质力学数据等可以随着井深等参数的变化而变化，因此，测井数据、地质力学数据还可以通过对应的测井曲线、地质力学曲线表征。
50.测井是指利用岩层的导电特性、声学特性、放射性等地球物理特性，测量井下地球物理参数。根据测量的井下地球物理参数不同，测井可以通过不同方式实现。例如，测井可以包括自然电位测井、普通视电阻率测井、微电极测井、感应测井、侧向测井、微球形聚焦测井、井径测井、声波时差测井、自然伽马测井、补偿中子测井等多种方式。
51.测井曲线包括自然电位(sp)曲线、自然伽马(gr)曲线、井径(cal)曲线、视电阻率(rt)曲线、深侧向电阻率(lld)曲线、浅侧向电阻率(lls)曲线、声波(ac)曲线、密度(den)曲线或中子(cnl)曲线中的一种或多种。
52.地质力学数据是指用于表征地质状况的力学参数。地质力学数据可以包括破裂压力梯度、上覆压力梯度、地层压力梯度、泊松比、固有剪切强度、单轴抗压强度、杨氏模量、切变模量、体积弹性模量、体积压缩系数、出砂指数中的一种或多种。
53.考虑到石油或天然气等资源勘探开发过程中对每一口井分别测量井下地球物理参数、地质力学数据以获得测井曲线、地质力学曲线，需要进行大量测井操作，业界提出了正演法获得测井曲线、地质力学曲线等井下参数。以测井曲线正演生成方案为例，基于已知地质信息，通过分析地质特征来建立物理模型。该物理模型可以通过响应方程表征。然后将假设的地层参数作为响应方程的输入从而生成测井曲线。
54.由于地下环境复杂，并且非均质性较强，这种物理模型驱动的测井曲线正演生成方案需要较多的假设条件。物理模型基于该假设条件对真实的地层情况进行了简化。即使将与实际情况相符的地层参数作为输入，单纯基于物理模型生成的仿真曲线与真实曲线尚存在一定的偏差，难以满足业务需求。
55.有鉴于此，本技术实施例提供了一种井下参数生成方法。该方法可以由井下参数生成系统执行。其中，井下参数生成系统可以是软件系统，该软件系统可以部署在计算设备集群中。计算设备集群运行该软件系统，以执行本技术实施例的井下参数生成方法。在一些可能的实现方式中，井下参数生成系统也可以是具有井下参数生成功能的硬件系统。该硬件系统运行时，执行本技术实施例的井下参数生成方法。为了便于描述，下文以井下参数生成系统为软件系统进行示例说明。
56.具体地，井下参数生成系统接收用户配置的领域知识，该领域知识包括井下参数的响应方程。然后井下参数生成系统可以根据该井下参数的响应方程进行正演，从而获得井下参数的正演数据。此外，井下参数生成系统还可以获取井下参数的修正数据。接着井下参数生成系统根据井下参数的正演数据和井下参数的修正数据，生成井下参数的仿真数据。
57.一方面，通过井下参数的修正数据对井下参数的正演数据进行修正，生成了与真实数据接近的仿真数据。该仿真数据具有较高可用性，能够满足业务需求。例如，通过本申
请实施例的井下参数生成方法生成的测井曲线能够用于测井解释。其中，测井解释是指基于测井曲线的幅度变化和/或显著的形态特征所反映的地层岩性、物性和含油性，进行综合性的地质解释。另一方面，通过该方法可以减少一些昂贵的测井、取芯等操作，节省测井成本，并且可以快速、便捷地生成测井数据等井下参数，提高了获得井下参数的效率。
58.进一步地，领域知识还可以包括地层参数和/或地质参数的约束。该约束是指对地层参数和/或地质参数的限制条件。以地层参数为例，地层参数的约束可以是地层参数的类型、地层参数的取值范围等限制条件。通过部分真实数据(例如是一些油井的真实测井曲线)以及地层参数的约束还可以反演出地层参数。与假设的地层参数相比，通过该反演的地层参数和响应方程进行正演可以得到更接近真实数据(例如是另一些油井的真实测井曲线)并且符合物理意义的正演数据，由此可以进一步提高仿真数据的准确度，从而提高可用性。
59.下文将围绕以上介绍的总体思路对本技术实施例作出详细介绍。
60.首先参见图1，图1是本技术实施例提供的一种计算设备集群的系统架构图，计算设备集群100包括服务器110和终端120。服务器110和终端120通过网络130连接。服务器110可以是云环境中的云服务器。其中，云环境指示云服务提供商拥有的，用于提供计算、存储、通信资源的计算集群。服务器110也可以是本地数据中心的本地服务器。本地数据中心是指用户所属数据中心。终端120可以是台式机、笔记本电脑、平板电脑或者其他设备。用户可以通过终端120与服务器110交互，从而实现生成井下参数的仿真数据。
61.具体地，服务器110包括硬件资源和软件资源。硬件资源包括网卡、处理器、存储器等服务器通用的硬件设备。其中，处理器可以包括中央处理器(central processing unit，cpu)和图形处理器(graphics processing unit，gpu)中的至少一个。一个服务器可以包括至少一个cpu以及至少一个gpu。
62.软件资源包括操作系统以及井下参数生成系统。其中，操作系统用于对服务器110的硬件设备和部署在服务器110中的软件系统如井下参数生成系统200进行直接控制和管理协调。井下参数生成系统200运行在操作系统上，用于生成井下参数的仿真数据。
63.如图1所示，井下参数生成系统200包括通信模块202、正演模块204、修正模块206和生成模块208。下面对各模块的功能进行说明。
64.通信模块202用于接收用户配置的领域知识。其中，领域知识包括井下参数的响应方程。在一些可能的实现方式中，用户可以通过终端120配置领域知识。终端120可以向用户呈现用户界面，该用户界面例如可以是图形用户界面(graphical user interface，gui)或命令用户界面(command user interface，cui)，终端120接收用户通过gui或cui配置的领域知识，然后根据用户通过gui或cui触发的提交操作，将用户配置的领域知识通过网络130提交至服务器110，以便于服务器110中运行的井下参数生成系统200根据用户配置的领域知识进行井下参数的正演。
65.下面以通过gui界面配置领域知识进行示例说明。参见图2所示的领域知识配置界面的示意图，该领域知识配置界面300具体为gui，领域知识配置界面300承载有响应方程配置组件310，其中，响应方程配置组件310用于配置井下参数的响应方程。
66.具体地，响应方程配置组件310可以包括井下参数选择控件312和响应方程配置控件314。井下参数选择控件312被触发时，可以呈现井下参数列表316，该井下参数列表例如
可以包括自然电位曲线、自然伽马曲线、井径曲线、密度曲线等测井曲线和/或泊松比、固有剪切强度、单轴抗压强度、杨氏模量等地质力学曲线。用户可以从井下参数列表316中选择井下参数，例如选择自然电位曲线。相应地，响应方程配置控件314可以呈现被选中的井下参数的响应方程列表，用户可以从响应方程列表中选择合适的响应方程，以完成响应方程的配置。
67.进一步地，领域知识还可以包括地层参数的约束和/或地质参数的约束。地层参数和/或地质参数的约束可以是地层参数和/或地质参数的限制条件。该限制条件例如可以是参数的类型、参数的数量、参数的取值范围等中的至少一种。
68.参见图2所示的领域知识配置界面的示意图，领域知识配置界面300还承载有约束配置组件320，该约束配置组件320包括参数选择控件322和约束配置控件324。以地层参数进行示例说明，当用户配置井下参数为自然电位曲线时，还可以通过参数选择控件322选择地层参数的类型，并通过约束配置控件324配置相应类型的地层参数的取值范围。在一些实施例中，地层参数的约束可以为，地层水电阻率rw的取值范围是(0，2)，泥浆滤液电阻率的取值范围是(0，10)。
69.领域知识配置界面300界面还可以承载确定控件330，该确定控件330被触发时，终端120向服务器110提交用户配置的领域知识，例如提交用户配置的井下参数的响应方程以及地层参数的约束。进一步地，领域知识配置界面300还可以承载取消控件340，该取消控件340被触发时，终端120可以取消对领域知识的配置。
70.正演模块204用于根据井下参数的响应方程获得井下参数的正演数据。具体地，正演模块204可以根据井下参数的响应方程进行正演，获得井下参数的正演数据，例如是井下参数的正演曲线。地球物理勘探研究中，正演(也即正演模拟)是指根据地质体的形状、产状和物性数据，通过构造数学模型计算得到其理论值(数学模拟)，或通过构造实体模型来观测模型所得到的地球物理效应的数值(物理模拟)。
71.在一些可能的实现方式中，正演模块204还可以获取地层参数和/或地质参数，然后基于地层参数和地质参数中的至少一个以及井下参数的响应方程进行正演，获得井下参数的正演数据。其中，井下参数包括测井数据和/或地质力学数据。正演模块204可以根据地层参数以及测井数据的响应方程进行正演，获得测井数据的正演数据，例如是测井曲线的正演曲线。类似地，正演模块204可以根据地质参数以及地质力学数据的响应方程进行正演，获得地质力学数据的正演数据，例如是地质力学曲线的正演曲线。
72.修正模块206用于获取井下参数的修正数据。该修正数据用于描述井下参数的正演数据与井下参数的真实数据之间的偏差。与正演数据类似，修正数据可以通过曲线形式表征，修正数据的曲线可以称作修正曲线。其中，修正模块206可以基于地层参数和/或地质参数，获得井下参数的修正数据。例如，修正模块206可以基于地层参数和/或地质参数，通过深度学习的方式，获得井下参数的修正数据。
73.生成模块208用于根据井下参数的正演数据和井下参数的修正数据，生成井下参数的仿真数据。其中，仿真数据可以通过曲线形式表征，该曲线可以称作仿真曲线。在一些可能的实现方式中，生成模块208可以基于业务需求或井下参数的复杂度，采用线性或非线性的计算方式，将正演数据和修正数据进行结合得到井下参数的仿真数据。
74.例如井下参数为自然伽马曲线时，由于自然伽马曲线比较平滑，生成模块208可以
采用线性的计算方式，将正演数据和仿真数据进行结合。又例如，井下参数为视电阻率曲线时，视电阻率曲线所对应的响应方程较为复杂，并且视电阻率曲线的波动相对剧烈，生成模块208可以采用非线性的计算方式，将正演数据和仿真数据进行结合。
75.需要说明的是，线性的计算方式包括但不限于向量的加法、减法和乘法，非线性的计算方式包括但不限于神经网络计算，神经网络可以是卷积神经网络(convolutional neural network，cnn)、深度神经网络(deep neural network，dnn)或多种神经网络的组合等。
76.本实施例中，井下参数生成系统200在获取井下参数的正演数据的基础上，还获取了修正数据，利用修正数据对正演数据进行修正，得到了与真实数据接近的仿真数据，该仿真数据相对于原正演数据更加接近于真实数据，能够满足业务需求。
77.在一些可能的实现方式中，井下参数生成系统200还包括参数学习模块210。该参数学习模块210用于基于地层参数的约束、地质参数的约束中的至少一个，以及井下参数的真实数据，得到地层参数和/或地质参数。其中，参数学习模块210可以通过反演获得地层参数和/或地质参数。在地球物理勘探研究中，反演是指利用地球表面观测到的物理现象推测地球内部介质物理状态的空间变化及物性结构。
78.参数学习模块210在反演获得地层参数和/或地质参数时可以应用人工智能(artificial intelligence，ai)技术。例如，参数学习模块210可以采用ai模型进行反演获得地层参数和/或地质参数。类似地，修正模块206也可以采用ai模型生成井下参数的修正数据。为了便于描述，本技术实施例将参数学习模块210中采用的ai模型称作第一模型，修正模块206中采用的ai模型称作第二模型。
79.第一模型以地层参数的约束和地质参数的约束中的至少一个以及井下参数的真实数据为输入，用于学习地层参数和/或地质参数。具体地，第一模型以地层参数的约束和测井数据的真实数据如真实测井曲线为输入，以学习地层参数。第一模型也可以以地质参数的约束和地质力学数据的真实数据如真实地质力学曲线为输入，学习地质参数。为了充分学习井下参数的真实数据如真实测井曲线、真实地质力学曲线的特征，第一模型可以采用深度学习模型或多种深度学习模型的组合。例如，第一模型可以采用cnn和长短期记忆网络(long short termmemory，lstm)的组合，ltsm和cnn的组合，或者是lstm和dnn的组合。其中，cnn和lstm的组合与lstm和cnn的组合是不同的组合。
80.第二模型以第一模型学习的地层参数和/或地质参数为输入，用于学习正演数据和真实数据的偏差，该偏差可以通过修正数据描述。其中，修正数据可以通过曲线形式表征，该曲线也称作修正曲线。具体地，第二模型可以以第一模型学习的地层参数为输入，学习测井数据的修正数据，例如是测井曲线的修正曲线。第二模型也可以以第一模型学习的地质参数为输入，学习地质力学数据的修正数据，例如是地质力学曲线的修正曲线。类似地，第二模型可以采用深度学习模型，例如第二模型可以采用dnn或者lstm等模型。
81.与通过假设的方式得到的地层参数相比，该参数学习模块210基于部分真实数据反演得到的地层参数输入到正演模块204后，正演模块204能够输出更加接近真实数据且符合物理意义的正演数据，由此进一步提高仿真数据的准确度。修正模块206基于参数学习模块210输出的地层参数，输出修正数据。通过该修正数据减少正演模块204输出的正演数据与真实数据之间的偏差，降低仿真数据与真实数据之间的偏差。
82.在一些可能的实现方式中，部署在服务器110中的井下参数生成系统200生成井下参数的仿真数据后，服务器110可以通过网络130将仿真数据传输给终端120，终端120可以通过gui界面呈现井下参数的仿真数据。参见图3所示的仿真数据展示界面的示意图，仿真数据展示界面400向用户展示井下参数的仿真数据，例如是展示测井曲线410。
83.考虑到本技术实施例的井下参数生成方法所生成的井下参数的仿真数据，如仿真曲线十分接近真实测井曲线、真实地质力学曲线等真实数据，还可以根据该仿真数据获得新的样本数据。例如，井下参数生成系统200可以直接将该仿真数据作为新的样本数据，以用于训练上述第一模型和第二模型。
84.在一些可能的实现方式中，如图4所示，井下参数生成系统200可以对上述集成有第一模型的参数学习模块210、集成有第二模型的修正模块206、生成模块208和正演模块204通过自监督学习的方式，进行联合训练。
85.具体地，领域知识中地层参数的约束、地质参数的约束中的至少一个以及真实曲线(如真实测井曲线或者真实地质力学曲线)输入参数学习模块210中的第一模型，第一模型可以通过自监督学习的方式学习真实曲线的特征，以及结合地层参数的约束和/或地质参数的约束，得到地层参数和/或地质参数。该地层参数和/或地质参数可以输入正演模块204和修正模块206。其中，正演模块204可以根据领域知识中的响应方程以及参数学习模块210学习的地层参数和/或地质参数，进行正演，获得正演曲线。修正模块206中的第二模型可以根据地层参数和/或地质参数，获得修正曲线。生成模块208根据上述正演曲线和修正曲线获得仿真曲线。然后，该仿真曲线可以作为新的样本数据输入参数学习模块210中的第一模型，以用于优化参数学习模块210中第一模型的参数以及修正模块206中第二模型的参数。
86.通过新增的样本数据对第一模型、第二模型等进行联合训练，可以提升第一模型、第二模型的精度，提高井下参数生成系统200生成的仿真数据的精度，由此提高井下参数生成系统200的可用性。
87.在一些可能的实现方式中，井下参数生成系统200生成的仿真数据可以用于地质解释。以仿真数据为测井数据的仿真数据进行示例说明，测井数据的仿真数据可以用于测井解释。测井解释是指确定测井曲线的幅度变化和明显的形态特征，来反映的地层岩性、物性和含油性，结合地区经验，对储集层做出综合性的地质解释。测井解释也可以采用ai技术，实现智能测井解释。
88.在勘探开发领域，智能测井解释是指应用ai技术，通过测井曲线实现定性解释和定量解释。其中，定性解释是指识别例如油层、干层、水层等，定量解释是指对例如孔隙度、渗透率、饱和度参数的预测等。具体地，首先通过大量有标注的测井数据训练ai模型，让ai模型学习测井曲线背后的物理机理及不同流体性质的响应特征，然后应用训练完成的ai模型实现对测井数据的自动解释。智能测井解释可以大幅提高测井解释的效率，节省油气专家的宝贵时间，降低测井解释成本。其中，大量有标注的测井数据可以通过本技术实施例的井下参数生成系统200生成，如此减少了领域专家人工标注产生的标注成本。
89.本技术实施例提供的井下参数生成系统200还可以应用于智能钻井的钻井阶段、完井阶段、生产阶段和弃井阶段中的一个或多个阶段，例如该井下参数生成系统200可以用于钻井阶段。另外，该井下参数生成系统200还可以应用于钻探地下水、勘探矿物和地热等，
也可以应用于环境和土工技术研究。
90.为了使得本技术的技术方案更加清楚、易于理解，下面以领域知识包括井下参数的响应方程以及地层参数的约束为例，从井下参数生成系统200的角度对本技术实施例提供的井下参数生成方法进行详细说明。
91.参见图5所示的井下参数生成方法的流程图，该方法包括：
92.s502：井下参数生成系统200接收用户配置的井下参数的响应方程。
93.井下参数包括测井数据和/或地质力学数据。测井数据也可以称作井下地球物理参数。地质力学数据是用于描述岩石的力学行为的参数。井下参数可以通过曲线表征，例如测井数据可以通过测井曲线表征，地质力学数据可以通过地质力学曲线表征。
94.测井曲线包括自然伽马曲线、自然电位曲线、井径曲线、视电阻率曲线、深侧向电阻率曲线、浅侧向电阻率曲线、声波曲线、密度曲线或中子曲线等测井曲线中的一种或多种。地质力学曲线包括破裂压力梯度曲线、上覆压力梯度曲线、地层压力梯度曲线、泊松比曲线、固有剪切强度曲线、单轴抗压强度曲线、杨氏模量曲线、切变模量曲线、体积弹性模量曲线、体积压缩系数曲线、出砂指数曲线中的一种或多种。
95.在一些可能的实现方式，用户可以通过领域知识配置界面300选择井下参数，然后从领域知识配置界面300呈现的该井下参数对应的响应方程列表中，选择一个响应方程。井下参数生成系统200可以响应于用户的选择操作，获得井下参数的响应方程。
96.以井下参数为自然伽马曲线示例说明，井下参数生成系统200接收用户配置的自然伽马曲线的响应方程如下所示：
97.gr＝v
cl
(gr
max-gr
min
)+gr
min
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
98.其中，gr表示自然伽马，v
cl
表示上述响应方程对应的地层模型中的泥质含量，gr
max
和gr
min
是为常数，例如gr
max
＝100，gr
min
＝10。本技术实施例不限定gr
max
和gr
min
的具体值，本领域技术人员可以根据实际需要进行选择，例如根据地层模型的实际情况进行选择。
99.以井下参数为泊松比示例说明，井下参数生成系统200接收用户配置的泊松比的响应方程如下所示：
[0100][0101]
其中，μ为泊松比，ts为地层横波时差，单位为可以是微秒每英尺(us/ft)，t
p
为地层纵波时差，单位可以是微秒每英尺(us/ft)。
[0102]
s504：井下参数生成系统200接收用户配置的地层参数的约束。
[0103]
地层参数的约束可以是地层参数的限制条件。该限制条件例如可以是地层参数的类型、地层参数的数量、地层参数的取值范围中的至少一种。
[0104]
在一些实施例中，井下参数生成系统200可以通过图2所示的方式，接收用户配置的地层参数的约束。例如用户在领域知识配置界面300选择地层参数，并配置所选择的地层参数的约束，然后进行提交，终端120响应于用户的提交操作，将用户配置的地层参数的约束通过网络传输给服务器110，以便服务器110中运行的井下参数生成系统200根据用户配置的地层参数的约束，进行反演得到地层参数。
[0105]
在一些实施例中，当井下参数为自然电位曲线时，地层参数的约束可以是地层参数的类型如地层水电阻率和泥浆滤液电阻率。地层参数的约束还可以包括地层参数的取值
范围，如此地层参数的约束可以为，地层水电阻率rw的取值范围是(0，2)，泥浆滤液电阻率的取值范围是(0，10)等。
[0106]
s506：井下参数生成系统200获取井下参数的真实数据。
[0107]
其中，井下参数的真实数据可以通过曲线形式表征，真实数据的曲线可以称作真实曲线(如真实测井曲线、真实地质力学曲线)。井下参数的真实数据包括测井数据的真实数据(如真实测井曲线)和/或地质力学数据的真实数据(如真实地质力学曲线)。以测井数据为例，井下参数的真实数据可以是在测井过程中得到的真实数据，该真实数据可以是符合实际情况的数据。以石油勘探开发为例，油田可以包括多口油井，井下参数生成系统200可以获取多口油井中部分油井的井下参数的真实数据，以根据部分油井的真实数据通过仿真方式生成其他油井的井下参数。井下参数生成系统200通过仿真方式生成的井下参数称作井下参数的仿真数据。
[0108]
在一些可能的实现方式中，服务器110可以通过网络130接收终端120发送的井下参数的真实数据，也可以获取服务器110存储的井下参数的真实数据。本技术实施例不具体限定井下参数生成系统200获取井下参数的真实数据的方式，本领域技术人员可以根据实际需要进行选择。
[0109]
s508：井下参数生成系统200根据地层参数的约束和井下参数的真实数据，生成地层参数。
[0110]
在一些可能的实现方式中，井下参数生成系统200可以通过反演获得地层参数。具体地，井下参数生成系统200可以基于ai技术，反演获得地层参数。例如，井下参数生成系统200可以采用ai模型进行反演获取地层参数。为了便于描述，将该ai模型称作第一模型。
[0111]
在一些实施例中，第一模型以地层参数的约束以及井下参数的真实数据为输入，用于学习地层参数。例如，第一模型可以以地层参数的约束以及测井数据的真实数据如真实测井曲线为输入，学习地层参数。
[0112]
参见图6所示的第一模型学习地层参数的过程示意图。该第一模型为cnn和lstm的组合。其中，井下参数生成系统200可以通过第一模型中的cnn提取真实曲线(例如是真实测井曲线)的局部特征，通过第一模型中的lstm提取真实曲线(例如是真实测井曲线)的时序特征，然后基于上述局部特征和时序特征，以及地层参数的约束，获得地层参数。
[0113]
第一模型在学习地层参数的过程中，考虑到了真实曲线的幅度变化(该幅度变化用于表征真实曲线的波动情况)和形态特征(例如为真实曲线的波峰和/或波谷)，通过多种深度学习模型对真实曲线进行刻画，进而使反演得到的地层参数更加准确。
[0114]
如图6所示，井下参数生成系统200通过第一模型反演得到的地层参数可以是孔隙度por、砂岩体积比vma1、渗透率perm、冲洗带饱和度sxo、残余油sor、含油饱和度so、泥质含量vcl、含水饱和度sw、地层水电阻率rw、石灰岩体积比vma2、白云岩体积比vma3等。
[0115]
该方法中，井下参数生成系统200通过该第一模型反演得到的地层参数相较于根据经验假设得到的地层参数更加准确，并且该第一模型的输入为真实曲线和领域知识，反演得到的地层参数更能够反映出地层的真实情况。
[0116]
s510：井下参数生成系统200根据地层参数和井下参数的响应方程获得井下参数的正演数据。
[0117]
在一些可能的实现方式中，井下参数生成系统200可以根据井下参数的响应方程
进行正演，获得井下参数的正演数据。进一步地，井下参数生成系统200可以基于地层参数以及井下参数的响应方程进行正演，获得井下参数的正演数据。例如井下参数生成系统200可以基于地层参数以及测井数据的响应方程进行正演，获得测井数据的正演数据，例如是测井曲线的正演曲线。
[0118]
在一些实施例中，井下参数生成系统200将获取到地层参数输入到用户配置的井下参数的响应方程中，获得井下参数的正演曲线。如图7所示，用户配置的井下参数的响应方程为自然伽马曲线的响应方程，将地层参数输入到该自然伽马曲线的响应方程后，能够得到自然伽马曲线的正演曲线，该正演曲线例如可以是图7中曲线701。
[0119]
类似地，当用户配置的井下参数的响应方程为井径曲线的响应方程时，将地层参数输入到该井径曲线的响应方程后，能够得到该井径曲线的正演曲线，如图7中曲线702所示；当用户配置的井下参数的响应方程为自然电位曲线的响应方程时，将地层参数输入到该自然电位曲线的响应方程后，能够得到该自然电位曲线的正演曲线，如图7中曲线703所示。
[0120]
在一些实施例中，井下参数的响应方程可以基于地层模型或井筒模型得到。其中，地层模型包括油层、水层、泥层和岩层。其中，岩层包括砂岩层、石灰岩层和白云岩层。其中，油层在整个地层模型的体积比通过φ
·
so表征，其中，φ表示孔隙度，so表示含油量。水层在整个地层模型的体积比通过φ
·
sw表征，其中，sw表示含水量。泥层在整个地层模型的体积比通过v
cl
表征，砂岩层在整个地层模型的体积比通过vma1表征，石灰岩层在整个地层模型的体积比通过vma2表征，白云岩层在整个地层模型的体积比通过vma3表征。井筒模型包括原状地层、过渡带和侵入带。
[0121]
在本实施例中，井下参数生成系统200基于上述第一模型反演得到的地层参数和井下参数的响应方程进行正演，得到井下参数的正演数据。与假设的地层参数相比，通过该反演得到的地层参数和响应方程进行正演可以得到更接近真实数据并且符合物理意义的正演数据，由此可以进一步提高生成的仿真数据的准确度，从而提高该仿真数据的可用性。
[0122]
s512：井下参数生成系统200根据地层参数获得井下参数的修正数据。
[0123]
修正数据用于描述井下参数的正演数据与井下参数的真实数据之间的偏差。与正演数据类似，修正数据可以通过曲线形式表征，修正数据的曲线可以称作修正曲线。井下参数生成系统200可以利用该修正数据修正正演数据，进而降低正演数据与井下参数的真实数据之间偏差。
[0124]
在一些实施例中，井下参数生成系统200可以基于ai技术，获得井下参数的修正数据。例如，井下参数生成系统200可以采用ai模型获得井下参数的修正数据。为了便于描述，将该ai模型称作第二模型。
[0125]
在一些实施例中，该第二模型以第一模型学习的地层参数为输入，用于学习基于响应方程得到的正演数据(如正演曲线)与真实数据(如真实曲线)之间的偏差。该偏差可以通过上述修正数据描述，例如通过修正数据描述上述偏差。
[0126]
参见图8所示的一种第二模型学习修正数据的过程示意图，该第二模型采用3层dnn学习正演数据与真实数据之间的偏差。在另一些实施例中，第二模型还可以采用其他深度学习模型的学习正演数据与真实数据之间的偏差，例如可以采用lstm等模型。
[0127]
s514：井下参数生成系统200根据井下参数的正演数据和井下参数的修正数据，生
成井下参数的仿真数据。
[0128]
井下参数生成系统200可以基于业务需求和井下参数的复杂度，采用线性或非线性的计算方式，将正演数据和修正数据进行结合得到井下参数的仿真数据，如此弥补了响应方程本身的局限性。
[0129]
在一些可能的实现方式中，对于波动较为平滑的井下参数，例如自然伽马曲线，井下参数生成系统200可以采用线性的计算方式生成该井下参数的仿真数据；对于波动相对剧烈的井下参数，例如视电阻率曲线，井下参数生成系统200可以采用非线性的计算方式生成该井下参数的仿真数据。其中，线性的计算方式包括但不限于向量的加法、减法和乘法，非线性的计算方式包括但不限于神经网络计算等。
[0130]
上述仿真数据经过修正数据对正演数据修正后得到，因此，该仿真数据更加接近于井下参数的真实数据。由此在实际应用时，可以将该仿真数据作为井下参数的真实数据，以代替测井等操作。例如井下参数生成系统200可以自动生成单轴抗压强度(usc)曲线的仿真曲线，无需进行测井等复杂操作也能够获取单轴抗压强度参数的仿真曲线，进而节省测井成本。
[0131]
在勘探开发领域，通过该方法可以快速、便捷地生成井下参数的仿真数据，以供测井解释，提高了测井解释的效率，节约用户的时间，降低测井解释的成本。在一些实施例中，井下参数生成系统200可以基于用户配置的自然伽马曲线的响应方程，自动生成自然伽马曲线的仿真曲线；井下参数生成系统200还可以基于用户配置的核磁共振成像(mri)曲线的响应方程，生成核磁共振成像曲线的仿真曲线等。在另一些实施例中，井下参数生成系统还可以基于用户配置的地质力学曲线的响应方程，自动生成地质力学曲线的仿真曲线。
[0132]
需要说明的是，本技术实施例不限定s502-s506的执行顺序，在一些实施例中，s502-s506可以同时执行，也可以先后执行。本技术实施例不限定s510和s512的执行顺序，在一些实施例中，s510和s512可以同时执行，也可以先后执行。另外，s504、s506和s508为可选的步骤，在一些实施例也可以不执行上述s504、s506和s508。以上仅仅是以领域知识为地层参数的约束以及用户配置的井下参数的响应方程为例进行介绍，在另一些实施例中，领域知识还可以是地质参数的约束以及用户配置的井下参数的响应方程，具体实现方式与上述实施例类似，此处不再赘述。
[0133]
基于上述内容描述，该方法通过井下参数的修正数据对井下参数的正演数据进行修正，生成了与真实数据接近的仿真数据。该仿真数据具有较高可用性，能够满足业务需求。例如，通过本技术实施例的井下参数生成方法生成的测井曲线能够用于测井解释。通过该方法可以减少一些昂贵的测井、取芯等操作，节省测井成本，并且可以快速、便捷地生成测井数据等井下参数的仿真数据，提高了测井效率。
[0134]
进一步地，该方法通过多种深度学习模型从不同维度提取真实曲线的特征，根据从不同维度提取的真实曲线的特征学习到更准确的地层参数。基于该地层参数和响应方程进行正演，可以获得更接近真实数据的正演数据，并且基于该地层参数可以获得更准确的修正数据，基于上述正演数据和修正数据可以得到井下参数的仿真数据。如此实现了通过真实数据(如真实曲线)和领域知识(如地层参数的约束、井下参数的响应方程)双驱动方式生成井下参数，该方法生成的井下参数即井下参数的仿真数据更接近于真实数据，符合油气行业机理。
[0135]
上文结合图1至图8对本技术实施例提供的井下参数生成方法进行了详细介绍，下面将结合附图对本技术实施例提供的井下参数生成系统、计算设备集群进行介绍。
[0136]
参见图1所示的井下参数生成系统200的结构示意图，该井下参数生成系统200包括：通信模块202、正演模块204、修正模块206和生成模块208。
[0137]
通信模块202，用于接收用户配置的领域知识，所述领域知识包括井下参数的响应方程；
[0138]
正演模块204，用于根据所述井下参数的响应方程获得所述井下参数的正演数据；
[0139]
修正模块206，用于获取所述井下参数的修正数据；
[0140]
生成模块208，根据所述井下参数的所述正演数据和所述井下参数的所述修正数据，生成所述井下参数的仿真数据。
[0141]
在一些可能的实现方式中，所述领域知识还包括地层参数的约束和/或地质参数的约束，所述进行参数生成系统还包括：
[0142]
参数学习模块210，用于根据所述地层参数的约束和/或地质参数的约束以及所述井下参数的真实数据，获得所述地层参数和/或所述地质参数；
[0143]
所述正演模块204具体用于：
[0144]
根据所述井下参数的响应方程和所述地层参数获得所述井下参数的正演数据；和/或，
[0145]
根据所述井下参数的响应方程和所述地质参数获得所述井下参数的正演数据；
[0146]
所述修正模块208，具体用于根据所述地层参数和/或所述地质参数获取所述井下参数的修正数据。
[0147]
在一些可能的实现方式中，所述地层参数和/或所述地质参数通过第一模型学习获得，所述井下参数的修正数据通过第二模型学习获得，所述第一模型和所述第二模型为人工智能ai模型。
[0148]
在一些可能的实现方式中，所述第一模型和所述第二模型通过自监督学习方式联合训练得到。
[0149]
在一些可能的实现方式中，所述生成模块208还用于根据所述井下参数的仿真数据，获得新的样本数据，所述样本数据用于模型训练。
[0150]
在一些可能的实现方式中，所述井下参数包括测井数据和地质力学数据中的一种或多种。
[0151]
在一些可能的实现方式中，所述井下参数通过曲线表征，所述曲线包括自然伽马曲线、自然电位曲线、井径曲线、视电阻率曲线、深侧向电阻率曲线、浅侧向电阻率曲线、声波曲线、密度曲线或中子曲线中的一种或多种。
[0152]
根据本技术实施例的井下参数生成系统200可对应于执行本技术实施例中描述的方法，并且井下参数生成系统200的各个模块/单元的上述和其它操作和/或功能分别为了实现图5所示实施例中的各个方法的相应流程，为了简洁，在此不再赘述。
[0153]
本技术实施例还提供了一种计算设备集群。该计算设备集群包括至少一台计算设备。该计算设备可以是服务器，例如是中心服务器、边缘服务器，或者是本地数据中心中的本地服务器。在一些实施例中，计算设备也可以是台式机、笔记本电脑或者智能手机等终端设备。计算设备集群具体用于实现如图1所示的实施例中井下参数生成系统200的功能。
[0154]
图9提供了一种计算设备集群的结构示意图，如图9所示，计算设备集群90包括至少一台计算设备900，每台计算设备900包括总线901、处理器902、通信接口903和存储器904。处理器902、存储器904和通信接口903之间通过总线901通信。
[0155]
总线901可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0156]
处理器902可以为中央处理器(central processing unit，cpu)、图形处理器(graphics processing unit，gpu)、微处理器(micro processor，mp)或者数字信号处理器(digital signal processor，dsp)等处理器中的任意一种或多种。
[0157]
通信接口903用于与外部通信。例如，通信接口903接收用户配置的领域知识，例如接收用户配置的井下参数的响应方程，地层参数和/或地质参数的约束等。
[0158]
存储器904可以包括易失性存储器(volatile memory)，例如随机存取存储器(random access memory，ram)。存储器904还可以包括非易失性存储器(non-volatile memory)，例如只读存储器(read-only memory，rom)，快闪存储器，硬盘驱动器(hard disk drive，hdd)或固态驱动器(solid state drive，ssd)。
[0159]
存储器904中存储有可执行代码，处理器902执行该可执行代码以执行前述井下参数生成方法。
[0160]
具体地，在实现图1所示实施例的情况下，且图1实施例中所描述的井下参数生成系统200的各模块为通过软件实现的情况下，执行图1中的正演模块204、修正模块206和生成模块208功能所需的软件或程序代码存储在存储器904中。通信模块202功能通过通信接口903实现。通信接口903接收用户配置的领域知识，将其通过总线901传输至处理器902，处理器902执行存储器904中存储的各模块对应的程序代码，如正演模块204、修正模块206和生成模块208对应的程序代码，以执行根据所述井下参数的响应方程获得所述井下参数的正演数据，以及获取所述井下参数的修正数据；根据所述井下参数的所述正演数据和所述井下参数的所述修正数据，生成所述井下参数的仿真数据的操作。
[0161]
当然，处理器902还可以执行参数学习模块210对应的程序代码，以执行根据所述地层参数的约束和/或地质参数的约束以及所述井下参数的真实数据，获得所述地层参数和/或所述地质参数的操作。
[0162]
本技术实施例还提供了一种计算机可读存储介质。所述计算机可读存储介质可以是计算设备能够存储的任何可用介质或者是包含一个或多个可用介质的数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘)等。该计算机可读存储介质包括指令，所述指令指示计算设备执行上述应用于井下参数生成系统200的井下参数生成方法。
[0163]
本技术实施例还提供了一种计算机程序产品。所述计算机程序产品包括一个或多个计算机指令。在计算设备上加载和执行所述计算机指令时，全部或部分地产生按照本技术实施例所述的流程或功能。
[0164]
所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机
或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机或数据中心进行传输。
[0165]
所述计算机程序产品可以为一个软件安装包，在需要使用前述井下参数生成方法的任一方法的情况下，可以下载该计算机程序产品并在计算设备上执行该计算机程序产品。
[0166]
上述各个附图对应的流程或结构的描述各有侧重，某个流程或结构中没有详述的部分，可以参见其他流程或结构的相关描述。