油气需求的预测方法、装置、设备及存储介质

技术领域

本申请涉及能源技术领域，特别地涉及一种油气需求的预测方法、装置、设 备及存储介质。

背景技术

现有的油气需求预测方法主要有：通过包含各影响因素的多因子模型来预测，利用原油或天然气需求的历史数据，通过时间序列模型来预测，通过神经网络来预测，通过组合模型来预测，通过各细分市场具体需求的叠加情况来预测，通过能源消费的总量来预测，根据研究的目的和需要，现存的方法与技术各有优劣，存在改进的空间。

发明内容

针对上述问题，本申请提供一种油气需求的预测方法、装置、设备及存储介 质。

本申请提供了一种油气需求的预测方法，包括：

获取第一历史时段的样本能源消费结构及第二历史时段的样本能源消费总 量；

基于第二历史时段的样本能源消费总量确定能源消费总量的自回归移动平 均模型；

基于所述第一历史时段的样本能源消费结构确定相邻两个时间的能源消费 结构变化的转移矩阵，并基于所述转移矩阵确定预测时间的能源消费结构；

基于所述回归移动平均模型和所述预测时间的能源消费结构，确定所述预测 时间的油气需求。

在一些实施例中，所述基于第二历史时段的样本能源消费总量确定能源消费 总量的自回归移动平均模型，包括：

基于第二历史时段的样本能源消费总量确定样本能源消费总量序列；

对所述样本能源消费总量序列进行对数处理得到能源消费总量的对数序列；

确定所述对数序列的平稳性及所述对数序列的差分序列的平稳性，将平稳性 满足平稳性阈值对应的序列确定为目标序列；

基于所述目标序列建立能源消费总量的自回归移动平均模型。

在一些实施例中，所述确定所述对数序列的平稳性及所述对数序列的差分序 列的平稳性，包括：

采用单位根检验方法分别检验对数序列的平稳性及所述对数序列的差分序 列的平稳性。

在一些实施例中，所述基于所述目标序列建立能源消费总量的自回归移动平 均模型，包括：

基于所述目标序列采用最小原则确定自回归移动平均模型p和q的取值，其 中，p为自回归序列的阶数，q为移动平均序列的阶数；

基于p和q的取值建立能源消费总量的自回归移动平均模型。

在一些实施例中，所述基于所述转移矩阵确定预测时间的能源消费结构，包 括：

基于相邻两个时间的转移矩阵确定平均转移矩阵；

基于所述平均转移矩阵采用第一计算式计算预测时间的能源消费结构，其中， 所述第一计算式为：S

在一些实施例中，所述基于所述回归移动平均模型和所述预测时间的能源消 费结构，确定所述预测时间的油气需求，包括：

基于所述回归移动平均模型确定所述预测时间的能源消费总量；

基于所述预测时间的能源消费总量和所述预测时间的能源消费结构确定预 测时间的油气需求。

在一些实施例中，所述油气需求包括：原油需求和天然气需求，其中，原油 需求等于所述预测时间的能源消费总量乘以所述预测时间的能源消费结构中的 原油消费占比，天然气需求等于所述预测时间的能源消费总量乘以所述所述预测 时间的能源消费结构中的天然气消费占比。

本申请实施例提供一种油气需求的预测装置，包括：

获取模块，用于获取第一历史时段的样本能源消费结构及第二历史时段的样 本能源消费总量；

第一确定模块，用于基于第二历史时段的样本能源消费总量确定能源消费总 量的自回归移动平均模型；

第二确定模块，用于基于所述第一历史时段的样本能源消费结构确定相邻两 个时间的能源消费结构变化的转移矩阵，并基于所述转移矩阵确定预测时间的能 源消费结构；

第三确定模块，用于基于所述回归移动平均模型和所述预测时间的能源消费 结构，确定所述预测时间的油气需求。

本申请实施例提供一种油气需求的预测设备，包括存储器和处理器，所述存 储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行上述任意一 项所述油气需求的预测方法。

本申请实施例提供一种存储介质，该存储介质存储的计算机程序，可被一个 或多个处理器执行，可用来实现上述任一项所述油气需求的预测方法。

本申请提供的一种油气需求的预测方法、装置、设备及存储介质，获取第一 历史时段的样本能源消费结构及第二历史时段的样本能源消费总量；基于第二历 史时段的样本能源消费总量确定能源消费总量的自回归移动平均模型；基于所述 第一历史时段的样本能源消费结构确定相邻两个时间的能源消费结构变化的转 移矩阵，并基于所述转移矩阵确定预测时间的能源消费结构；基于所述回归移动 平均模型和所述预测时间的能源消费结构，确定所述预测时间的油气需求，能够 实现对油气需求进行预测，并且具有较强的实用性。

附图说明

在下文中将基于实施例并参考附图来对本申请进行更详细的描述。

图1为本申请实施例提供的一种油气需求的预测方法的实现流程示意图；

图2为本申请实施例提供的另一种油气需求的预测方法的实现流程示意图；

图3为本申请实施例提供的另一种油气需求的预测方法的实现流程示意图；

图4为本申请实施例提供的再一种油气需求的预测方法的实现流程示意图；

图5为本申请实施例提供的ARMA(2,1)模型拟合的能量需求总量拟合示 意图；

图6为本申请实施例提供的一种油气需求的预测装置的结构示意图；

图7为本申请实施例提供的油气需求的预测设备的组成结构示意图。

在附图中，相同的部件使用相同的附图标记，附图并未按照实际的比例绘制。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请 作进一步地详细描述，所描述的实施例不应视为对本申请的限制，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，都属于本申请保 护的范围。

在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集， 但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并 且可以在不冲突的情况下相互结合。

如果申请文件中出现“第一\第二\第三”的类似描述则增加以下的说明，在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对 对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的 顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的 以外的顺序实施。

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申请的技术领 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申请实 施例的目的，不是旨在限制本申请。

基于相关技术中存在的问题，本申请实施例提供一种油气需求的预测方法， 所述方法应用于电子设备，所述电子设备可以是计算机、移动终端等。本申请实 施例提供的油气需求的预测方法所实现的功能可以通过电子设备的处理器调用 程序代码来实现，其中，程序代码可以保存在计算机存储介质中。

实施例一

本申请实施例提供一种油气需求的预测方法，图1为本申请实施例提供的一 种油气需求的预测方法的实现流程示意图，如图1所示，包括：

步骤S101，获取第一历史时段的样本能源消费结构及第二历史时段的样本能 源消费总量。

本申请实施例中，所述第一历史时段可以以年或月为单位，示例性地，第一 历史时段为2015年至2020年。所述样本能源消费结构可以认为是各个能源的占 比，例如，原油占比、天然气占比、其他能源占比等。

本申请实施例中，所述第二历史时段和所述第一历史时段可以相同也可以不 同，示例性地，所述第二历史时段为1978年到2020年。

本申请实施例中，可以通过输入设备的输入来获取第一历史时段的样本能源 消费结构及第二历史时段的样本能源消费总量，所述输入设备可以是键盘、鼠标、 语音输入设备等；也可以通过外接存储设备的输入来获取第一历史时段的样本能 源消费结构及第二历史时段的样本能源消费总量，所述外接存储设备可以是U盘、 机械硬盘等；也可以通过网络接收的方式来获取第一历史时段的样本能源消费结 构及第二历史时段的样本能源消费总量，例如因特网、局域网；也可以通过读取 本地数据来获取等。

步骤S102，基于第二历史时段的样本能源消费总量确定能源消费总量的自回 归移动平均模型。

本申请实施例中，自回归移动平均模型(ARIMA模型)是由Box&Jenkins 在上世纪70年代提出的差分自回归移动平均模型，模型的理念是将预测标的的 时间序列视为随机过程，用拟合的数学模型来估计这个过程，最终达到利用过去 值和现值预测未来值的目的。首先判断一个线性过程是否为自回归序列AR(p)， 一个自回归序列AR(p)可以表示为：

x

α

x

公式(2)中β

x

假设一个序列在d次差分后平稳，并且其d次差分序列符合ARMA(p,q) 过程，那么这个序列就可表示为ARIMA(p,d,q)。

步骤S103，基于所述第一历史时段的样本能源消费结构确定相邻两个时间的 能源消费结构变化的转移矩阵，并基于所述转移矩阵确定预测时间的能源消费结 构。

能源消费结构的变化具有延续性，从整体趋势上看是渐进的向规划目标收敛。 在事件的变化过程中，t时刻的状态是由t-1时刻的状态决定的，而与t-i(i≥2)时 刻的状态不相关。反之，需要预测t+i时刻的状态时，需要先由t时刻的状态计算 出t+1时刻的状态，重复过程并最终得到预测时间的能源消费结构。

承接上面的示例，相邻两个时间可以是2015-2016、2016-2017、2017-2018 等，预测时间可以是2020-2025年。转移矩阵用于表征能源消费结构的变化。

步骤S104，基于所述回归移动平均模型和所述预测时间的能源消费结构，确 定所述预测时间的油气需求。

本申请实施例中，可以基于回归移动平均模型预测预测时间的能源消费总量， 然后通过预测时间的能源消费总量和对应的能源消费结构，即可以得到油气需求。 本申请实施例中，所述油气需求可以包括：天然气需求和原油需求。

本申请提供的一种油气需求的预测方法，通过获取第一历史时段的样本能源 消费结构及第二历史时段的样本能源消费总量；基于第二历史时段的样本能源消 费总量确定能源消费总量的自回归移动平均模型；基于所述第一历史时段的样本 能源消费结构确定相邻两个时间的能源消费结构变化的转移矩阵，并基于所述转 移矩阵确定预测时间的能源消费结构；基于所述回归移动平均模型和所述预测时 间的能源消费结构，确定所述预测时间的油气需求，能够实现对油气需求进行预 测，并且具有较强的实用性。

实施例二

基于前述的实施例，本申请实施例再提供一种油气需求的预测方法，图2为 本申请实施例提供的另一种油气需求的预测方法的实现流程示意图，如图2所示， 包括：

步骤S201，获取第一历史时段的样本能源消费结构及第二历史时段的样本能 源消费总量。

本申请实施例中，所述第一历史时段可以以年或月为单位，示例性地，第一 历史时段为2015年至2020年。所述样本能源消费结构可以认为是各个能源的占 比，例如，原油占比、天然气占比、其他能源占比等。

本申请实施例中，所述第二历史时段和所述第一历史时段可以相同也可以不 同，示例性地，所述第二历史时段为1978年到2020年。

本申请实施例中，可以通过输入设备的输入来获取第一历史时段的样本能源 消费结构及第二历史时段的样本能源消费总量，所述输入设备可以是键盘、鼠标、 语音输入设备等；也可以通过外接存储设备的输入来获取第一历史时段的样本能 源消费结构及第二历史时段的样本能源消费总量，所述外接存储设备可以是U盘、 机械硬盘等；也可以通过网络接收的方式来获取第一历史时段的样本能源消费结 构及第二历史时段的样本能源消费总量，例如因特网、局域网；也可以通过读取 本地数据来获取等。

步骤S202，基于第二历史时段的样本能源消费总量确定样本能源消费总量序 列。

本申请实施例中，所述样本能源消费总量序列为基于时间的序列。

步骤S203，对所述样本能源消费总量序列进行对数处理得到能源消费总量的 对数序列。

示例性地，对能源消费总量序列进行对数处理得到对数序列C

步骤S204，确定所述对数序列的平稳性及所述对数序列的差分序列的平稳性， 将平稳性满足平稳性阈值对应的序列确定为目标序列。

承接上面的示例，差分序列可以包括：dC

本申请实施例中，可以采用单位根检验的方法分别验证对数序列的平稳性及 所述对数序列的差分序列的平稳性。目标序列可以为对数序列，也可以为差分序 列。

步骤S205，基于所述目标序列建立能源消费总量的自回归移动平均模型。

示例性地，d

步骤S206，基于所述第一历史时段的样本能源消费结构确定相邻两个时间的 能源消费结构变化的转移矩阵，并基于所述转移矩阵确定预测时间的能源消费结 构。

承接上面的示例，相邻时间可以是2015-2016、2016-2017、2017-2018等。 预测时间可以是2020-2025年

步骤S207，基于所述回归移动平均模型和所述预测时间的能源消费结构，确 定所述预测时间的油气需求。

本申请实施例中，可以基于回归移动平均模型预测预测时间的能源消费总量， 然后通过预测时间的能源消费总量和对应的能源消费结构，即可以得到油气需求。 本申请实施例中，所述油气需求可以包括：天然气需求和原油需求。

本申请提供的一种油气需求的预测方法，通过获取第一历史时段的样本能源 消费结构及第二历史时段的样本能源消费总量；并将第二历史时段的样本能源消 费总量进行对数处理，并验证对数序列和所述对数序列对应的差分序列的平稳性， 得到目标序列，并基于目标序列来建立确定能源消费总量的自回归移动平均模型； 能够提升预测的准确性。

实施例三

基于前述的各个实施例，本申请实施例再提供一种油气需求的预测方法，图 3为本申请实施例提供的另一种油气需求的预测方法的实现流程示意图，如图3 所示，包括：

步骤S301，获取第一历史时段的样本能源消费结构及第二历史时段的样本能 源消费总量。

本申请实施例中，所述第一历史时段可以以年或月为单位，示例性地，第一 历史时段为2015年至2020年。所述样本能源消费结构可以认为是各个能源的占 比，例如，原油占比、天然气占比、其他能源占比等。

本申请实施例中，所述第二历史时段和所述第一历史时段可以相同也可以不 同，示例性地，所述第二历史时段为1978年到2020年。

本申请实施例中，可以通过输入设备的输入来获取第一历史时段的样本能源 消费结构及第二历史时段的样本能源消费总量，所述输入设备可以是键盘、鼠标、 语音输入设备等；也可以通过外接存储设备的输入来获取第一历史时段的样本能 源消费结构及第二历史时段的样本能源消费总量，所述外接存储设备可以是U盘、 机械硬盘等；也可以通过网络接收的方式来获取第一历史时段的样本能源消费结 构及第二历史时段的样本能源消费总量，例如因特网、局域网；也可以通过读取 本地数据来获取等。

步骤S302，基于第二历史时段的样本能源消费总量确定样本能源消费总量序 列。

本申请实施例中，所述样本能源消费总量序列为基于时间的序列。

步骤S303，对所述样本能源消费总量序列进行对数处理得到能源消费总量的 对数序列。

示例性地，对能源消费总量序列进行对数处理得到对数序列C

步骤S304，确定所述对数序列的平稳性及所述对数序列的差分序列的平稳性， 将平稳性满足平稳性阈值对应的序列确定为目标序列。

承接上面的示例，差分序列可以包括：dC

本申请实施例中，可以采用单位根检验的方法分别验证对数序列的平稳性及 所述对数序列的差分序列的平稳性。目标序列可以为对数序列，也可以为差分序 列。

步骤S305，基于所述目标序列建立能源消费总量的自回归移动平均模型。

示例性地，d

步骤S306，基于所述第一历史时段的样本能源消费结构确定相邻两个时间的 能源消费结构变化的转移矩阵。

步骤S307，基于相邻两个时间的转移矩阵确定平均转移矩阵。

相邻时间可以是2015-2016、2016-2017、2017-2018等。

步骤S308，基于所述平均转移矩阵采用第一计算式计算预测时间的能源消费 结构。

本申请实施例中，所述第一计算式为：S

预测时间可以是2020-2025年。

步骤S309，基于所述回归移动平均模型和所述预测时间的能源消费结构，确 定所述预测时间的油气需求。

本申请实施例中，可以基于回归移动平均模型预测预测时间的能源消费总量， 然后通过预测时间的能源消费总量和对应的能源消费结构，即可以得到油气需求。 本申请实施例中，所述油气需求可以包括：天然气需求和原油需求。

本申请实施例中，原油需求等于所述预测时间的能源消费总量乘以所述预测 时间的能源消费结构中的原油消费占比，天然气需求等于所述预测时间的能源消 费总量乘以所述所述预测时间的能源消费结构中的天然气消费占比。计算方式可 以参见以下公式：

可得第i时刻的油气需求为：

原油需求

天然气需求

本申请实施例提供的油气需求的预测方法，通过时间序列模型及马尔科夫链 对油气需求进行预测。整体方法不仅充分考虑了数学上的科学性及合理性，确保 较高的拟合优度，并且也具有较强的实用性，随着时间的推进和样本的扩充可以 较为便捷地更新预测结果。而从能源结构的变化及能源消费总量的变化出发预测 油气需求的设计体现了整体经济发展情况以及低碳战略对于能源领域发展的导 向作用，可为石油公司提供经营与决策的重要依据。

实施例四

基于前述的各个实施例，本申请实施例再提供一种油气需求的预测方法，图 4为本申请实施例提供的再一种油气需求的预测方法的实现流程示意图，如图4 所示，所述方法包括：

步骤S401，确定样本、获取数据。

本申请实施例中，为了确定2021到2025年的原油及天然气需求。能源消费 总需求及能源消费结构样本自1978年至2020年，数据可以通过网络获取。

步骤S402，对总需求的对数序列作平稳性验证。

对能源消费总量序列进行对数处理得到序列C

表1 ADF平稳性检验结果

从表1中可以看出，序列C

步骤S403，确定ARMA模型参数，预测能源总需求。

对d

步骤S404，计算能源消费结构变化的转移矩阵，预测能源结构。

在计算能源消费结构变化的转移矩阵时，设X

式中Per

根据上述转移矩阵，得到平均转移矩阵：

由上述转移，基于所述平均转移矩阵采用第一计算式可得2021-2025年能源 消费结构。

步骤S405，预测油气需求。

本申请实施例中，得到能源消费结构后，可得第i时刻的油气需求为：

原油需求

天然气需求

根据预测2021-2025年能源消费总量及能源结构，可得2021到2025年油气 需求，表2为本申请实施例提供的一种2021～2025年油气需求预测表，如表2所 示，

表2 2021～2025年油气需求预测表

本申请实施例提供的一种油气需求的预测方法，利用时间序列模型及马尔科 夫链对油气需求进行预测。整体方法充分考虑了数学上的科学性及合理性，确保 了较高的拟合优度，并且也具有较强的实用性，随着时间的推进和样本的扩充可 以较为便捷地更新预测结果。而从能源结构的变化及能源消费总量的变化出发预 测油气需求的设计体现了我国整体经济发展情况以及低碳战略对于能源领域发 展的导向作用。发明的结果可为石油公司提供经营与决策的重要依据。

实施例五

基于前述的实施例，本申请实施例提供一种油气需求的预测装置，该装置包 括的各模块、以及各模块包括的各单元，可以通过计算机设备中的处理器来实现； 当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器 (CPU，CentralProcessing Unit)、微处理器(MPU，Microprocessor Unit)、数 字信号处理器(DSP，Digital Signal Processing)或现场可编程门阵列(FPGA， Field Programmable GateArray)等。

本申请实施例提供一种油气需求的预测装置，图6为本申请实施例提供的一 种油气需求的预测装置的结构示意图，如图6所示，油气需求的预测装置600包 括：

获取模块601，用于获取第一历史时段的样本能源消费结构及第二历史时段 的样本能源消费总量；

第一确定模块602，用于基于第二历史时段的样本能源消费总量确定能源消 费总量的自回归移动平均模型；

第二确定模块603，用于基于所述第一历史时段的样本能源消费结构确定相 邻两个时间的能源消费结构变化的转移矩阵，并基于所述转移矩阵确定预测时间 的能源消费结构；

第三确定模块604，用于基于所述回归移动平均模型和所述预测时间的能源 消费结构，确定所述预测时间的油气需求。

在一些实施例中，第一确定模块602，包括：

第一确定单元，用于基于第二历史时段的样本能源消费总量确定样本能源消 费总量序列；

对数处理单元，用于对所述样本能源消费总量序列进行对数处理得到能源消 费总量的对数序列；

第二确定单元，用于确定所述对数序列的平稳性及所述对数序列的差分序列 的平稳性，将平稳性满足平稳性阈值对应的序列确定为目标序列；

建立单元，用于基于所述目标序列建立能源消费总量的自回归移动平均模型。

在一些实施例中，第二确定单元，包括：

第一确定子单元，用于采用单位根检验方法分别检验对数序列的平稳性及所 述对数序列的差分序列的平稳性。

在一些实施例中，建立单元，包括：

第二确定子单元，用于基于所述目标序列采用最小原则确定自回归移动平均 模型p和q的取值，其中，p为自回归序列的阶数，q为移动平均序列的阶数；

建立子单元，用于基于p和q的取值建立能源消费总量的自回归移动平均模 型。

在一些实施例中，第二确定模块603，包括：

第三确定单元，用于基于相邻两个时间的转移矩阵确定平均转移矩阵；

计算单元，用于基于所述平均转移矩阵采用第一计算式计算预测时间的能源 消费结构，其中，所述第一计算式为：S

在一些实施例中，第三确定模块603，包括：

第四确定单元，用于基于所述回归移动平均模型确定所述预测时间的能源消 费总量；

第五确定单元，用于基于所述预测时间的能源消费总量和所述预测时间的能 源消费结构确定预测时间的油气需求。

在一些实施例中，所述油气需求包括：原油需求和天然气需求，其中，原油 需求等于所述预测时间的能源消费总量乘以所述预测时间的能源消费结构中的 原油消费占比，天然气需求等于所述预测时间的能源消费总量乘以所述所述预测 时间的能源消费结构中的天然气消费占比。

需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述的油 气需求的预测方法，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，本申请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计算机设备(可以是个人计算 机、服务器、或者网络设备等)执行本申请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：U盘、移动硬盘、只读存储器(ROM，Read Only Memory)、 磁碟或者光盘等各种可以存储程序代码的介质。这样，本申请实施例不限制于任 何特定的硬件和软件结合。

相应地，本申请实施例提供一种存储介质，其上存储有计算机程序，其特征 在于，该计算机程序被处理器执行时实现上述实施例中提供的油气需求的预测方 法中的步骤。

实施例六

本申请实施例提供一种油气需求的预测设备；图7为本申请实施例提供的油 气需求的预测设备的组成结构示意图，如图7所示，所述电子设备700包括：一 个处理器701、至少一个通信总线702、用户接口703、至少一个外部通信接口704、存储器705。其中，通信总线702配置为实现这些组件之间的连接通信。其 中，用户接口703可以包括显示屏，外部通信接口704可以包括标准的有线接口 和无线接口。所述处理器701配置为执行存储器中存储的油气需求的预测方法的 程序，以实现以上述实施例提供的油气需求的预测方法中的步骤。

以上显示设备和存储介质实施例的描述，与上述方法实施例的描述是类似的， 具有同方法实施例相似的有益效果。对于本申请计算机设备和存储介质实施例中 未披露的技术细节，请参照本申请方法实施例的描述而理解。

这里需要指出的是：以上存储介质和设备实施例的描述，与上述方法实施例 的描述是类似的，具有同方法实施例相似的有益效果。对于本申请存储介质和设 备实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。

应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有 关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说 明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。 此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施 例中。应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着 执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申 请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述，不代 表实施例的优劣。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵 盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅 包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、 方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一 个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存 在另外的相同要素。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，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。

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；既可以位于一个地方，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。

另外，在本申请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。

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)、磁碟或者光盘等各种 可以存储程序代码的介质。

或者，本申请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，本申请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 令用以使得一台控制器执行本申请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、磁碟或者光盘等各种可以存储程序代码的 介质。

以上所述，仅为本申请的实施方式，但本申请的保护范围并不局限于此，任 何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替 换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利 要求的保护范围为准。