一种变压器机械失稳故障诊断方法、装置和电子设备

技术领域

本发明涉及机械故障诊断技术领域，尤其涉及一种变压器机械失稳故障诊断方法、装置和电子设备。

背景技术

超特高压变电站运行的大型电力变压器是电网的关键设备，担负着电能转移、电压变换的重任，其健康状态直接影响区域性大电网的安全运行。大型电力变压器运行时内部长期承受高电压、强磁场、高温、高频机械振动等多重应力作用，内部结构件易老化，加上外部短路冲击等因素，大型电力变压器在长期运行后，绕组机械稳定性会呈现不同程度的下降趋势，易出现机械松动、压紧力下降、变形等机械失稳故障，留下事故隐患。变压器绕组机械稳定性下降使得抗短路能力呈现从量变到质变的过程，当变压器抗短路能力下降到不足以承受某次短路电流时，绕组会发生不可逆的机械变形故障。及时准确评估变压器绕组机械稳定性状态，在线诊断绕组结构失稳故障，对提高变压器检修针对性、减少变压器短路损坏、提高电网运行的安全性具有积极作用。

变压器绕组机械稳定性改变，直接的反映是变压器绕组形状及不同绕组间几何尺寸的改变，变压器运行时的绕组机械振动特征量也会发生改变。绕组形状及尺寸的变化，在电气上表现为电感、电容等参数的变化，在机械振动上表现为绕组电流电动力弹性模量等参数的改变。基于电气参数的变压器绕组机械稳定性的检测方法主要有变压器绕组频率响应分析和低电压短路阻抗测试等，这些方法对发现绕组机械稳定性不足的变压器起到了积极作用，也有非常多的成功案例，但这些测试方法属于停电的离线试验方法，都需要将变压器停役，在供电可靠性要求高的大背景下，难以满足电网企业对变压器绕组机械稳定性精益管控要求。基于机械振动参数的变压器绕组稳定性检测，主要的研究方向是通过检测运行中变压器壳体表面振动或变压器周围声音，实现变压器绕组稳定性的带电检测。但现有变压器复杂的机械振动及噪声会对传感及监测精度造成影响。另外，现有的监测手段多是对变压器局部部件进行监测，难以反映变压器高压、低压等多个绕组的机械稳定性水平，目前缺少变压器绕组结构失稳的在线诊断方法。

发明内容

本发明提供了一种变压器机械失稳故障诊断方法、装置和电子设备，用以对变压器各绕组的整体机械稳定性监测，提高了变压器绕组机械稳定性监测系统的整体覆盖范围及性能，实现大型电力变压器绕组结构失稳故障的精确诊断。

本说明书实施例提供一种变压器机械失稳故障诊断方法，包括：

采集变压器的声纹振动信号，对所述声纹振动信号进行预处理；

对预处理后的所述声纹振动信号进行频率分解，将分解后的所述声纹振动信号存入声纹振动信号序列矩阵，计算所述纹振动信号序列矩阵的均值；

基于所述纹振动信号序列矩阵的均值对所述声纹振动信号序列矩阵进行重构，得到声纹振动信号重构序列，基于所述声纹振动信号重构序列计算声纹振动信号复杂度；

对所述声纹振动信号重构序列进行反序转换，得到声纹振动信号反序重构序列，基于所述声纹振动信号反序重构序列计算声纹振动信号反向复杂度；

根据所述声纹振动信号复杂度、所述声纹振动信号反向复杂度计算声纹振动信号平均复杂度；

对所述声纹振动信号平均复杂度进行归一化处理，得到声纹振动信号相对复杂度，基于所述声纹振动信号相对复杂度确定变压器机械失稳故障。

优选的，所述采集变压器的声纹振动信号，对所述声纹振动信号进行预处理，包括：

利用矩阵布点的多个振动加速度传感器采集变压器的声纹振动信号；

对所述变压器的声纹振动信号中存在的空缺值进行删除；

对所述变压器的声纹振动信号中存在的不符合数据特征的孤立点进行识别与删除；

对所述变压器的声纹振动信号进行平滑处理，平滑处理公式如下：

其中，h为振动加速度传感器采样窗口编号，m为单位窗口内声纹振动信号的个数，即窗口时间为mTs，a(h)为声纹振动信号在第h个窗口内经过滑动平均后的振幅值，Ts为振动加速度传感器采样周期，滑动平均窗口时间为h*Ts，a

优选的，所述对预处理后的所述声纹振动信号进行频率分解，包括：

对预处理后的所述声纹振动信号展开离散傅里叶分解，分解公式如下：

其中，i为单位复数，At(k)为经过傅里叶变换后声纹振动信号在频率k处的振幅值，N为傅里叶分析窗口内的传感器滑动平均窗口总数，即傅里叶窗口时间为N*h*Ts，其为滑动平均窗口时间的N倍。

优选的，所述基于所述纹振动信号序列矩阵的均值对所述声纹振动信号序列矩阵进行重构，得到声纹振动信号重构序列，包括：

将所述声纹振动信号序列矩阵的每个值与所述纹振动信号序列矩阵的均值对比，根据对比结果重构序列，得到声纹振动信号重构序列。

优选的，所述基于所述声纹振动信号重构序列计算声纹振动信号复杂度，包括：

建立二进制指针序列；

在所述声纹振动信号重构序列中循环遍历，当所述声纹振动信号重构序列中存在所述指针序列所对应的序列时，更新所述指针序列；当所述声纹振动信号重构序列中不存在所述指针序列所对应的序列时，不计算声纹振动信号复杂度；

当更新的所述指针序列大于所述指针序列最大值时，输出声纹振动信号复杂度。

优选的，所述对所述声纹振动信号平均复杂度进行归一化处理，得到声纹振动信号相对复杂度，包括：

计算声纹振动信号极限复杂度，计算公式如下：

其中，b(k)为声纹振动信号极限复杂度，n为声纹振动信号重构序列的元素个数；

根据所述声纹振动信号极限复杂度对所述声纹振动信号平均复杂度进行归一化处理，计算声纹振动信号相对复杂度，声纹振动信号相对复杂度计算公式如下：

其中，c(k)为声纹振动信号相对复杂度，

优选的，所述基于所述声纹振动信号相对复杂度确定变压器机械失稳故障，包括：

当所述声纹振动信号相对复杂度小于等于第一预设复杂度阈值时，所述变压器机械稳定；

当所述声纹振动信号相对复杂度大于等于第二预设复杂度阈值时，所述变压器机械失稳；

当所述声纹振动信号相对复杂度大于书第一预设复杂度且小于阈值小于第二预设复杂度阈值时，所述变压器机械稳定性存在劣化趋势。

本说明书实施例还提供一种变压器机械失稳故障诊断装置，包括：

信号采集模块，用于采集变压器的声纹振动信号，对所述声纹振动信号进行预处理；

信号分解模块，用于对预处理后的所述声纹振动信号进行频率分解，将分解后的所述声纹振动信号存入声纹振动信号序列矩阵，计算所述纹振动信号序列矩阵的均值；

序列重构模块，用于基于所述纹振动信号序列矩阵的均值对所述声纹振动信号序列矩阵进行重构，得到声纹振动信号重构序列，基于所述声纹振动信号重构序列计算声纹振动信号复杂度；

序列转换模块，用于对所述声纹振动信号重构序列进行反序转换，得到声纹振动信号反序重构序列，基于所述声纹振动信号反序重构序列计算声纹振动信号反向复杂度；

复杂度计算模块，用于根据所述声纹振动信号复杂度、所述声纹振动信号反向复杂度计算声纹振动信号平均复杂度；

机械失稳判断模块，用于对所述声纹振动信号平均复杂度进行归一化处理，得到声纹振动信号相对复杂度，基于所述声纹振动信号相对复杂度确定变压器机械失稳故障。

一种电子设备，其中，该电子设备包括：

处理器以及存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述任一项所述的方法。

一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个指令，所述一个或多个指令当被处理器执行时，实现上述任一项所述的方法。

本发明实现了对变压器各绕组的整体机械稳定性监测，提高了变压器绕组机械稳定性监测系统的整体覆盖范围及性能；并采用变压器振动信号频率谱求解算法，建立变压器振动频域信号复杂度描述方法，并建立基于复杂度描述的绕组结构失稳故障诊断标准，从而实现大型电力变压器绕组结构失稳故障的精确诊断。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本说明书实施例提供的一种变压器机械失稳故障诊断方法的原理示意图；

图2为本说明书实施例提供的单变压器典型的振动检测点布置图；

图3为本说明书实施例提供的声纹振动信号复杂度计算流程；

图4为本说明书实施例提供的一种变压器机械失稳故障诊断装置的结构示意图；

图5为本说明书实施例提供的一种电子设备的结构示意图；

图6为本说明书实施例提供的一种计算机可读介质的原理示意图。

具体实施方式

现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。

在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。

在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。

附图中所示的图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

术语“和/或”或者“及/或”包括相关联的列出项目中的任一个或多者的所有组合。

参照图1为本说明书实施例提供的一种变压器机械失稳故障诊断方法的原理示意图，包括：

S101：采集变压器的声纹振动信号，对所述声纹振动信号进行预处理；

在本实施例中，如图2所示，以单变压器为例进行振动加速度传感器的布置，采用高灵敏度的振动加速度传感器，振动加速度传感器内置压电元件和模拟量转换芯片，实现振动信号的感知与电气转换，振动加速度传感器将前端感知到的振动声纹机械波量化为加速度值并转换为电流信号输出，变压器振动声纹监测感知装置通过高速采集通道采集振动加速度传感器输出的信号，并利用上位机进行信号的监测记录，实现变压器声纹振动信号的变送与采集。另外，如图2所示，采用了变压器本体外壳矩阵布点方法应用多个振动加速度传感器，图2中的数字序号代表着振动加速度传感器的编号，同步测量变压器本体长轴向高度20％～80％多个位置的振动加速度状态量，在变压器带电运行状态下将8个声纹振动加速度传感器以多点矩阵安装方式吸附在变压器本体表面，安装高度约为20％～80％，不需要停电配合即可安装，不影响变压器安全运行，是一种非侵入式安全可靠的监测手段，需要说明的是，声纹振动信号包括声纹振动频率、声纹振动加速度、声纹振动位移等必要数据信息。

进一步地，所述采集变压器的声纹振动信号，对所述声纹振动信号进行预处理，包括：

利用矩阵布点的多个振动加速度传感器采集变压器的声纹振动信号；

对所述变压器的声纹振动信号中存在的空缺值进行删除；

对所述变压器的声纹振动信号中存在的不符合数据特征的孤立点进行识别与删除；

对所述变压器的声纹振动信号进行平滑处理，平滑处理公式如下：

其中，h为振动加速度传感器采样窗口编号，m为单位窗口内声纹振动信号的个数，即窗口时间为mTs，a(h)为声纹振动信号在第h个窗口内经过滑动平均后的振幅值，Ts为振动加速度传感器采样周期，则滑动平均窗口时间为h*Ts，a

在本实施例中，对记录的变压器的声纹振动信号数据中的空缺值进行删除，同时对声纹振动信号数据中明显不符合数据特征的孤立点进行识别与删除。为消除外部振动噪声级测量过程中电信号白噪声的影响，还需要对声纹振动信号数据进行平滑，其具体操作方法为利用下式对记录的声纹震动信号数据进行滑动平均：

优选的，窗口时间1/(mTs)不高于所关注振动频率的2倍。

S102：对预处理后的所述声纹振动信号进行频率分解，将分解后的所述声纹振动信号存入声纹振动信号序列矩阵，计算所述纹振动信号序列矩阵的均值；

进一步地，所述对预处理后的所述声纹振动信号进行频率分解，包括：

对预处理后的所述声纹振动信号展开离散傅里叶分解，分解公式如下：

其中，i为单位复数，A

在本实施例中，对采集的声纹振动信号展开离散傅里叶分解，计算公式如下：

然后将在频率k处分解后的各振动加速度传感器数据存入声纹震动信号序列矩阵A(k)＝{A1(k)，A2(k)，…，An(k)}，其中n为对应传感器编号，之后计算各频率段对应的声纹振动信号序列矩阵的均值

S103：基于所述纹振动信号序列矩阵的均值对所述声纹振动信号序列矩阵进行重构，得到声纹振动信号重构序列，基于所述声纹振动信号重构序列计算声纹振动信号复杂度；

进一步地，所述基于所述纹振动信号序列矩阵的均值对所述声纹振动信号序列矩阵进行重构，得到声纹振动信号重构序列，包括：

将所述声纹振动信号序列矩阵的每个值与所述纹振动信号序列矩阵的均值对比，根据对比结果重构序列，得到声纹振动信号重构序列。

在本实施例中，对声纹震动信号序列矩阵A(k)＝{A1(k)，A2(k)，…，An(k)}进行重构，令大于声纹振动信号序列矩阵的均值

进一步地，所述基于所述声纹振动信号重构序列计算声纹振动信号复杂度，包括：

建立二进制指针序列；

在所述声纹振动信号重构序列中循环遍历，当所述声纹振动信号重构序列中存在所述指针序列所对应的序列时，更新所述指针序列；当所述声纹振动信号重构序列中不存在所述指针序列所对应的序列时，不计算声纹振动信号复杂度；

当更新的所述指针序列大于所述指针序列最大值时，输出声纹振动信号复杂度。

在本实施例中，如图3所示，先建立二进制指针序列p＝{0}，指针序列初始值为序列集合{1}，指针序列最大值为n个1组成的集合，即{11…1}，其中n为上一步中声纹振动信号重构序列元素个数。指针序列p从0开始，依次在声纹振动信号重构序列{s1，s2，…，sn}中循环遍历，查找是否含有指针序列p所对应的序列，如果含有该序列，则声纹震动信号在频率点k处的声纹振动信号复杂度C(k)的值加1，即声纹震动信号复杂度C(k)＝C(k-1)+1，同时指针序列p加1构成新的序列；如果不含有指针序列p中的序列，则不计算声纹振动信号复杂度；若指针序列p大于指针序列最大值，则输出声纹震动信号复杂度值C(k)。通过建立变压器振动频域信号复杂度描述方法，以提升对大型电力变压器绕组结构失稳故障的精确诊断效果。

S104：对所述声纹振动信号重构序列进行反序转换，得到声纹振动信号反序重构序列，基于所述声纹振动信号反序重构序列计算声纹振动信号反向复杂度；

S105：根据所述声纹振动信号复杂度、所述声纹振动信号反向复杂度计算声纹振动信号平均复杂度；

在本实施例中，将声纹振动信号重构序列反序，即将声纹振动信号重构序列转换为{sn，sn-1，…，s1}，对声纹振动信号反序重构序列重复上述声纹振动信号复杂度的计算流程，并输出声纹振动信号反向复杂度C’(k)，然后根据声纹振动信号复杂度C(k)与声纹振动信号反向复杂度C’(k)计算声纹震动信号平均复杂度

S106：对所述声纹振动信号平均复杂度进行归一化处理，得到声纹振动信号相对复杂度，基于所述声纹振动信号相对复杂度确定变压器机械失稳故障。

进一步地，所述对所述声纹振动信号平均复杂度进行归一化处理，得到声纹振动信号相对复杂度，包括：

计算声纹振动信号极限复杂度，计算公式如下：

其中，b(k)为声纹振动信号极限复杂度，n为声纹振动信号重构序列的元素个数；

根据所述声纹振动信号极限复杂度对所述声纹振动信号平均复杂度进行归一化处理，计算声纹振动信号相对复杂度，声纹振动信号相对复杂度计算公式如下：

其中，c(k)为声纹振动信号相对复杂度，

在本实施例中，在求解声纹振动信号相对复杂度之前，需要先计算声纹振动信号极限复杂度，声纹振动信号相对复杂度计算公式如下：

然后根据求解得到的声纹振动信号相对复杂度b(k)对上述计算得到的声纹震动信号平均复杂度

通过对声纹震动信号平均复杂度

进一步地，所述基于所述声纹振动信号相对复杂度确定变压器机械失稳故障，包括：

当所述声纹振动信号相对复杂度小于等于第一预设复杂度阈值时，所述变压器机械稳定；

当所述声纹振动信号相对复杂度大于等于第二预设复杂度阈值时，所述变压器机械失稳；

当所述声纹振动信号相对复杂度大于书第一预设复杂度且小于阈值小于第二预设复杂度阈值时，所述变压器机械稳定性存在劣化趋势。

在本实施例中，建立基于复杂度描述的绕组结构失稳故障诊断标准，根据声纹振动信号相对复杂度c(k)的求解结果进行变压器机械失稳判断，当c(k)≤1.7时，诊断为变压器机械稳定性能良好，可以运行；当1.7

本发明实现了对变压器各绕组的整体机械稳定性监测，提高了变压器绕组机械稳定性监测系统的整体覆盖范围及性能；并采用变压器振动信号频率谱求解算法，建立变压器振动频域信号复杂度描述方法，并建立基于复杂度描述的绕组结构失稳故障诊断标准，从而实现大型电力变压器绕组结构失稳故障的精确诊断。

图2为本说明书实施例提供的一种变压器机械失稳故障诊断装置的结构示意图，包括：

信号采集模块201，用于采集变压器的声纹振动信号，对所述声纹振动信号进行预处理；

信号分解模块202，用于对预处理后的所述声纹振动信号进行频率分解，将分解后的所述声纹振动信号存入声纹振动信号序列矩阵，计算所述纹振动信号序列矩阵的均值；

序列重构模块203，用于基于所述纹振动信号序列矩阵的均值对所述声纹振动信号序列矩阵进行重构，得到声纹振动信号重构序列，基于所述声纹振动信号重构序列计算声纹振动信号复杂度；

序列转换模块204，用于对所述声纹振动信号重构序列进行反序转换，得到声纹振动信号反序重构序列，基于所述声纹振动信号反序重构序列计算声纹振动信号反向复杂度；

复杂度计算模块205，用于根据所述声纹振动信号复杂度、所述声纹振动信号反向复杂度计算声纹振动信号平均复杂度；

机械失稳判断模块206，用于对所述声纹振动信号平均复杂度进行归一化处理，得到声纹振动信号相对复杂度，基于所述声纹振动信号相对复杂度确定变压器机械失稳故障。

进一步地，信号采集模块201，包括：

信号采集单元，用于利用矩阵布点的多个振动加速度传感器采集变压器的声纹振动信号；

第一数据处理单元，用于对所述变压器的声纹振动信号中存在的空缺值进行删除；

第二数据处理单元，用于对所述变压器的声纹振动信号中存在的不符合数据特征的孤立点进行识别与删除；

平滑处理单元，用于对所述变压器的声纹振动信号进行平滑处理，平滑处理公式如下：

其中，h为振动加速度传感器采样窗口编号，m为单位窗口内声纹振动信号的个数，即窗口时间为mTs，a(h)为声纹振动信号在第h个窗口内经过滑动平均后的振幅值，Ts为振动加速度传感器采样周期，则滑动平均窗口时间为h*Ts，a

进一步地，所述对预处理后的所述声纹振动信号进行频率分解，包括：

对预处理后的所述声纹振动信号展开离散傅里叶分解，分解公式如下：

其中，i为单位复数，A

进一步地，所述信号分解模块202，包括：

信号分解单元，用于将所述声纹振动信号序列矩阵的每个值与所述纹振动信号序列矩阵的均值对比，根据对比结果重构序列，得到声纹振动信号重构序列。

进一步地，所述序列重构模块203，包括：

指针序列建立单元，用于建立二进制指针序列；

指针序列更新单元，用于在所述声纹振动信号重构序列中循环遍历，当所述声纹振动信号重构序列中存在所述指针序列所对应的序列时，更新所述指针序列；当所述声纹振动信号重构序列中不存在所述指针序列所对应的序列时，不计算声纹振动信号复杂度；

复杂度输出单元，用于当更新的所述指针序列大于所述指针序列最大值时，输出声纹振动信号复杂度。

进一步地，所述机械失稳判断模块206，包括：

极限复杂度计算单元，用于计算声纹振动信号极限复杂度，计算公式如下：

其中，b(k)为声纹振动信号极限复杂度，n为声纹振动信号重构序列的元素个数；

相对复杂度计算单元，用于根据所述声纹振动信号极限复杂度对所述声纹振动信号平均复杂度进行归一化处理，计算声纹振动信号相对复杂度，声纹振动信号相对复杂度计算公式如下：

其中，c(k)为声纹振动信号相对复杂度，

进一步地，所述机械失稳判断模块206，还包括：

第一判定单元，用于当所述声纹振动信号相对复杂度小于等于第一预设复杂度阈值时，所述变压器机械稳定；

第二判定单元，用于当所述声纹振动信号相对复杂度大于等于第二预设复杂度阈值时，所述变压器机械失稳；

第三判定单元，用于当所述声纹振动信号相对复杂度大于书第一预设复杂度且小于阈值小于第二预设复杂度阈值时，所述变压器机械稳定性存在劣化趋势。

本发明实施例的装置的功能已经在上述的方法实施例中进行了描述，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。

基于同一发明构思，本说明书实施例还提供一种电子设备。

下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。

参照图5为本说明书实施例提供的一种电子设备的结构示意图。下面参照图5来描述根据本发明该实施例的电子设备300。图5显示的电子设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：至少一个处理单元310、至少一个存储单元320、连接不同装置组件(包括存储单元320和处理单元310)的总线330、显示单元340等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元310可以执行如图1所示的步骤。

所述存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(ROM)3203。

所述存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205包括但不限于：操作装置、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备300也可以与一个或多个外部设备400(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器360可以通过总线330与电子设备300的其它模块通信。应当明白，尽管图5中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID装置、磁带驱动器以及数据备份存储装置等。

通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：如图1所示的方法。

参照图6为本说明书实施例提供的一种计算机可读介质的原理示意图。

实现图1所示方法的计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的装置、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行装置、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

综上所述，本发明可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。