一种计及源荷不确定性的概率性负荷预测方法及系统

技术领域

本发明涉及电力负荷分析技术领域，更具体地，涉及一种计及源荷不确定性的概率性负荷预测方法及系统。

背景技术

随着电力系统的发展，越来越多的化石能源被使用，不断导致碳排放的提升，因此，需要不断的提高可再升能源的利用率。风电、光伏这些可再生能源的使用虽然能够降低电力系统中的碳排放，但是同时也会导致不确定性问题和概率发生的稳定性问题。

在本发明技术之前，由于不同的区块的电力系统中的电源和负荷的结构不同，而且不同类型电源的特性不同，且新能源电源中的风电和光伏存在着极强的不确定性，导致电力系统中缺乏计及源荷不确定性的概率性负荷预测方法，实现量化不同区域的负荷水平。

发明内容

鉴于上述问题，本发明提出了一种计及源荷不确定性的概率性负荷预测方法及系统，本发明方案基于电力系统的分成划分，结合电源和负荷的不确定性的概率分布，进行动态的预估和量化评估，实现对电力系统的负荷的分区可视化监视。

根据本发明实施例第一方面，提供一种计及源荷不确定性的概率性负荷预测方法。

在一个或多个实施例中，优选地，所述一种计及源荷不确定性的概率性负荷预测方法包括：

获取被测区域，进行根据地理关系进行区域划分，获得至少两个区块和每个区块的运行模式；

获取每个区块对应的历史数据中的风功率变化情况，进行风功率预测值的计算；

获取每个区块对应的历史数据中的光伏功率变化情况，进行实时预测光功率和历史预测光功率的计算；

获取每个区块对应的历史数据中的负荷功率变化情况，进行负荷预测值的计算；

计算单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值；

对每个区块根据单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值进行在线的可视化展示和曲线展示。

在一个或多个实施例中，优选地，所述获取被测区域，进行根据地理关系进行区域划分，获得至少两个区块和每个区块的运行模式，具体包括：

获得被测区域，进行对被测区域的分区，获得至少两个区块；

对每个区块的采集数据按照预设的时段间隔阈值，进行信息采集，生成每个区块在每个时段的蓄电池的蓄电量、平均负荷功率、每个电源功率和每个负荷的功率；

对每个区块进行分类，所述运行模式划分为安全运行模式和保障运行模式，所述运行模式为所述安全运行模式或所述保障运行模式中的一种；

在所述安全运行模式下，提取一类负荷占比和二类负荷占比。

在一个或多个实施例中，优选地，所述获取每个区块对应的历史数据中的风功率变化情况，进行风功率预测值的计算，具体包括：

获取每个区块对应的历史数据中的风功率变化情况，将历史数据中的风功率变化情况最新的数据作为风电被预测数据；

将历史数据中的风功率变化情况最新的数据中除去最新数据之外的数据作为风电源数据；

利用多项式拟合的方式根据所述风电被预测数据和所述风电源数据进行风功率预测值的计算，使得每次的所述风电被预测数据与所述风功率预测值的误差最小。

在一个或多个实施例中，优选地，所述获取每个区块对应的历史数据中的光伏功率变化情况，进行实时预测光功率和历史预测光功率的计算，具体包括：

获取每个区块对应的历史数据中的光伏功率变化情况，将历史数据中的光伏功率变化情况最新的数据作为光伏被预测数据；

将历史数据中的光伏功率变化情况最新的数据中除去最新数据之外的数据作为光电源数据；

利用多项式拟合的方式根据所述光伏被预测数据和所述光电源数据进行实时预测光功率的计算，使得每次的所述光伏被预测数据与所述实时预测光功率的误差最小；

根据当前的时间不同，确定历史数据中在对应时刻的光伏功率的平均值，作为所述历史预测光功率。

在一个或多个实施例中，优选地，所述获取每个区块对应的历史数据中的负荷功率变化情况，进行负荷预测值的计算，具体包括：

获取每个区块对应的历史数据中的负荷功率变化情况，将历史数据中的负荷功率变化情况最新的数据作为负荷被预测数据；

将历史数据中的负荷功率变化情况最新的数据中除去最新数据之外的数据作为负荷源数据；

利用多项式拟合的方式根据所述负荷被预测数据和所述负荷源数据进行负荷预测值的计算，使得每次的负荷被预测数据与所述负荷预测值的误差最小。

在一个或多个实施例中，优选地，所述计算单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值，具体包括：

获取当前运行模式，利用第一计算公式计算安全运行时间；

根据所述安全运行时间利用第二计算公式计算单位时间互济概率；

利用第三计算公式计算风电波动概率；

利用第四计算公式计算光伏波动概率；

根据所述风电波动概率和所述光伏波动概率，利用第五计算公式计算单风区域负荷预测值，并利用第六计算公式计算单光区域负荷预测值；

利用第七计算公式计算风光互济区域负荷预测值；

所述第一计算公式为：

其中，T

所述第二计算公式为：

其中，P

所述第三计算公式为：

P

其中，P

在本发明实施例中，风电波动概率的分析过程，先以风速、功率或数值天气预报数据等信息作为模型的输入，结合风电场机组的设备状态及运行工况，预测风电场未来一段时间内的有功功率，在获得确定未来一段时间的有功功率后，进而根据未来一段时间的有功功率分别分析超过第一、第二、第三和第四预设功率定值的概率；

所述第四计算公式为：

P

其中，P

在本发明实施例中，对于光伏波动概率的分析过程中，先进行历史预测，将历史预测的结果作为一半的权重，另一半权重基于实时的预测，历史预测获得的光功率和实时预测获得的光功率均是进行概率分析的基础，首先，历史预测判断达到获得第一、第二和第三光照预测裕度的概率，其次，判断实时预测判断达到获得第一、第二和第三光照预测裕度的概率；

所述第五计算公式为：

Y

其中，Y

在本发明实施例中，需要说明在获得被观测电网后，将会划分为若干的区域，每个区域内包括若干个区块，因此，在此阶段存在多个区域的概念，由于不同的区域内可能包括的电源类型不同，因此其不确定性明显不同。

所述第六计算公式为：

Y

其中，S

所述第七计算公式为：

Y

其中，Y

在一个或多个实施例中，优选地，所述对每个区块根据单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值进行在线的可视化展示和曲线展示，具体包括：

获取所述风光互济区域负荷预测值、所述单风区域负荷预测值和所述单光区域负荷预测值；

通过曲线方式进行实时的波动展示；

对于不同的区域进行凸显展示，其中凸显展示的范围为波动一个预设的时间段内波动最严重的区域。

根据本发明实施例第二方面，提供一种计及源荷不确定性的概率性负荷预测系统。

在一个或多个实施例中，优选地，所述一种计及源荷不确定性的概率性负荷预测系统包括：

分层划分模块，用于获取被测区域，进行根据地理关系进行区域划分，获得至少两个区块和每个区块的运行模式；

负荷预测模块，用于获取每个区块对应的历史数据中的风功率变化情况，进行风功率预测值的计算；

分段风功率预测模块，用于获取每个区块对应的历史数据中的光伏功率变化情况，进行实时预测光功率和历史预测光功率的计算；

分段光伏功率预测模块，用于获取每个区块对应的历史数据中的负荷功率变化情况，进行负荷预测值的计算；

概率性负荷预测模块，用于计算单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值；

负荷展示模块，用于对每个区块根据单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值进行在线的可视化展示和曲线展示。

根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。

根据本发明实施例第四方面，提供一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现本发明实施例第一方面中任一项所述的方法。

本发明的实施例提供的技术方案可以包括以下有益效果：

本发明方案中通过实时的获取不同类型的电源和负荷的状态，结合对应分区的新能源特点进行量化，实现对电力系统的负荷的分区可视化监视。

本发明中，考虑了不同的电源的概率分布，并结合电源的功率预测综合评估每个类型区块的概率性负荷，指数量化当前的系统。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法的流程图。

图2是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法中的获取被测区域，进行根据地理关系进行区域划分，获得至少两个区块和每个区块的运行模式的流程图。

图3是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法中的获取每个区块对应的历史数据中的风功率变化情况，进行风功率预测值的计算的流程图。

图4是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法中的获取每个区块对应的历史数据中的光伏功率变化情况，进行实时预测光功率和历史预测光功率的计算的流程图。

图5是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法中的获取每个区块对应的历史数据中的负荷功率变化情况，进行负荷预测值的计算的流程图。

图6是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法中的计算单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值的流程图。

图7是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法中的对每个区块根据单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值进行在线的可视化展示和曲线展示的流程图。

图8是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测系统的结构图。

图9是本发明一个实施例中一种电子设备的结构图。

具体实施方式

在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

随着电力系统的发展，越来越多的化石能源被使用，不断导致碳排放的提升，因此，需要不断的提高可再升能源的利用率。风电、光伏这些可再生能源的使用虽然能够降低电力系统中的碳排放，但是同时也会导致不确定性问题和概率发生的稳定性问题。

在本发明技术之前，由于不同的区块的电力系统中的电源和负荷的结构不同，而且不同类型电源的特性不同，且新能源电源中的风电和光伏存在着极强的不确定性，导致电力系统中缺乏计及源荷不确定性的概率性负荷预测方法，实现量化不同区域的负荷水平。

本发明实施例中，提供了一种计及源荷不确定性的概率性负荷预测方法及系统。该方案本发明方案基于电力系统的分成划分，结合电源和负荷的不确定性的概率分布，进行动态的预估和量化评估，实现对电力系统的负荷的分区可视化监视。

根据本发明实施例第一方面，提供一种计及源荷不确定性的概率性负荷预测方法。

图1是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法的流程图。

在一个或多个实施例中，优选地，所述一种计及源荷不确定性的概率性负荷预测方法包括：

S101、获取被测区域，进行根据地理关系进行区域划分，获得至少两个区块和每个区块的运行模式；

S102、获取每个区块对应的历史数据中的风功率变化情况，进行风功率预测值的计算；

S103、获取每个区块对应的历史数据中的光伏功率变化情况，进行实时预测光功率和历史预测光功率的计算；

S104、获取每个区块对应的历史数据中的负荷功率变化情况，进行负荷预测值的计算；

S105、计算单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值；

S106、对每个区块根据单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值进行在线的可视化展示和曲线展示。

在本发明实施例中，为了能够考虑不同类型电源与负荷的互济影响，从概率学的角度实时的评估单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值，进而量化展示。

图2是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法中的获取被测区域，进行根据地理关系进行区域划分，获得至少两个区块和每个区块的运行模式的流程图。

如图2所示，在一个或多个实施例中，优选地，所述获取被测区域，进行根据地理关系进行区域划分，获得至少两个区块和每个区块的运行模式，具体包括：

S201、获得被测区域，进行对被测区域的分区，获得至少两个区块；

S202、对每个区块的采集数据按照预设的时段间隔阈值，进行信息采集，生成每个区块在每个时段的蓄电池的蓄电量、平均负荷功率、每个电源功率和每个负荷的功率；

S203、对每个区块进行分类，所述运行模式划分为安全运行模式和保障运行模式，所述运行模式为所述安全运行模式或所述保障运行模式中的一种；

S204、在所述安全运行模式下，提取一类负荷占比和二类负荷占比。

在本发明实施例中，对安全运行模式和保障运行模式依次对应的运行模式取值为0和1，这种情况下，分别对应分析全部的负荷和部分的关键负荷，进而完成整体的信息采集，这是为进行后续分析的基础数据。

图3是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法中的获取每个区块对应的历史数据中的风功率变化情况，进行风功率预测值的计算的流程图。

如图3所示，在一个或多个实施例中，优选地，所述获取每个区块对应的历史数据中的风功率变化情况，进行风功率预测值的计算，具体包括：

S301、获取每个区块对应的历史数据中的风功率变化情况，将历史数据中的风功率变化情况最新的数据作为风电被预测数据；

S302、将历史数据中的风功率变化情况最新的数据中除去最新数据之外的数据作为风电源数据；

S303、利用多项式拟合的方式根据所述风电被预测数据和所述风电源数据进行风功率预测值的计算，使得每次的所述风电被预测数据与所述风功率预测值的误差最小。

在本发明实施例中，为了完成对于不同的区块的分析，在获得数据的基础上，进行了具体的风电的数据分析，这个分析主要依靠了统计学的多项式拟合的方式，使得通过历史数据获得一个拟合曲线，进而根据这个曲线进行风电的预测。

图4是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法中的获取每个区块对应的历史数据中的光伏功率变化情况，进行实时预测光功率和历史预测光功率的计算的流程图。

如图4所示，在一个或多个实施例中，优选地，所述获取每个区块对应的历史数据中的光伏功率变化情况，进行实时预测光功率和历史预测光功率的计算，具体包括：

S401、获取每个区块对应的历史数据中的光伏功率变化情况，将历史数据中的光伏功率变化情况最新的数据作为光伏被预测数据；

S402、将历史数据中的光伏功率变化情况最新的数据中除去最新数据之外的数据作为光电源数据；

S403、利用多项式拟合的方式根据所述光伏被预测数据和所述光电源数据进行实时预测光功率的计算，使得每次的所述光伏被预测数据与所述实时预测光功率的误差最小；

S404、根据当前的时间不同，确定历史数据中在对应时刻的光伏功率的平均值，作为所述历史预测光功率。

在本发明实施例中，为了完成对于不同的区块的分析，在获得数据的基础上，进行了具体的光伏的数据分析，这个分析主要依靠了统计学的多项式拟合的方式，使得通过历史数据获得一个拟合曲线，进而根据这个曲线进行光伏的预测。

图5是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法中的获取每个区块对应的历史数据中的负荷功率变化情况，进行负荷预测值的计算的流程图。

如图5所示，在一个或多个实施例中，优选地，所述获取每个区块对应的历史数据中的负荷功率变化情况，进行负荷预测值的计算，具体包括：

S501、获取每个区块对应的历史数据中的负荷功率变化情况，将历史数据中的负荷功率变化情况最新的数据作为负荷被预测数据；

S502、将历史数据中的负荷功率变化情况最新的数据中除去最新数据之外的数据作为负荷源数据；

S503、利用多项式拟合的方式根据所述负荷被预测数据和所述负荷源数据进行负荷预测值的计算，使得每次的负荷被预测数据与所述负荷预测值的误差最小。

在本发明实施例中，为了完成对于不同的区块的分析，在获得数据的基础上，进行了具体的负荷的数据分析，这个分析主要依靠了统计学的多项式拟合的方式，使得通过历史数据获得一个拟合曲线，进而根据这个曲线进行负荷的预测。

图6是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法中的计算单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值的流程图。

如图6所示，在一个或多个实施例中，优选地，所述计算单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值，具体包括：

S601、获取当前运行模式，利用第一计算公式计算安全运行时间；

S602、根据所述安全运行时间利用第二计算公式计算单位时间互济概率；

S603、利用第三计算公式计算风电波动概率；

S604、利用第四计算公式计算光伏波动概率；

S605、根据所述风电波动概率和所述光伏波动概率，利用第五计算公式计算单风区域负荷预测值，并利用第六计算公式计算单光区域负荷预测值；

S606、利用第七计算公式计算风光互济区域负荷预测值；

所述第一计算公式为：

其中，T

所述第二计算公式为：

其中，P

所述第三计算公式为：

P

其中，P

在本发明实施例中，风电波动概率的分析过程，先以风速、功率或数值天气预报数据等信息作为模型的输入，结合风电场机组的设备状态及运行工况，预测风电场未来一段时间内的有功功率，在获得确定未来一段时间的有功功率后，进而根据未来一段时间的有功功率分别分析超过第一、第二、第三和第四预设功率定值的概率；

所述第四计算公式为：

P

其中，P

在本发明实施例中，对于光伏波动概率的分析过程中，先进行历史预测，将历史预测的结果作为一半的权重，另一半权重基于实时的预测，历史预测获得的光功率和实时预测获得的光功率均是进行概率分析的基础，首先，历史预测判断达到获得第一、第二和第三光照预测裕度的概率，其次，判断实时预测判断达到获得第一、第二和第三光照预测裕度的概率；

所述第五计算公式为：

Y

其中，Y

在本发明实施例中，需要说明在获得被观测电网后，将会划分为若干的区域，每个区域内包括若干个区块，因此，在此阶段存在多个区域的概念，由于不同的区域内可能包括的电源类型不同，因此其不确定性明显不同。

所述第六计算公式为：

Y

其中，S

所述第七计算公式为：

Y

其中，Y

在本发明实施例中，实际的情况是对于每个区域的分析，分成不同类型的区域，分布最终产生了不同类型的考虑电源与负荷关系的负荷预测，完成了计及源荷不确定性的概率性负荷预测。

图7是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测方法中的对每个区块根据单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值进行在线的可视化展示和曲线展示的流程图。

如图7所示，在一个或多个实施例中，优选地，所述对每个区块根据单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值进行在线的可视化展示和曲线展示，具体包括：

S701、获取所述风光互济区域负荷预测值、所述单风区域负荷预测值和所述单光区域负荷预测值；

S702、通过曲线方式进行实时的波动展示；

S703、对于不同的区域进行凸显展示，其中凸显展示的范围为波动一个预设的时间段内波动最严重的区域。

在本发明实施例中，展示每个区域的负荷情况，展示完成后可以实现考虑不同的运行模式、不同的区域和不同的风电、光伏的运行情况和预测情况进行对应的负荷的预测修正和展示。

根据本发明实施例第二方面，提供一种计及源荷不确定性的概率性负荷预测系统。

图8是本发明一个实施例的一种计及源荷不确定性的概率性负荷预测系统的结构图。

在一个或多个实施例中，优选地，所述一种计及源荷不确定性的概率性负荷预测系统包括：

分层划分模块801，用于获取被测区域，进行根据地理关系进行区域划分，获得至少两个区块和每个区块的运行模式；

负荷预测模块802，用于获取每个区块对应的历史数据中的风功率变化情况，进行风功率预测值的计算；

分段风功率预测模块803，用于获取每个区块对应的历史数据中的光伏功率变化情况，进行实时预测光功率和历史预测光功率的计算；

分段光伏功率预测模块804，用于获取每个区块对应的历史数据中的负荷功率变化情况，进行负荷预测值的计算；

概率性负荷预测模块805，用于计算单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值；

负荷展示模块806，用于对每个区块根据单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值进行在线的可视化展示和曲线展示。

在本发明实施例中，通过一系列的模块化设计，实现一个适用于不同结构下的系统，该系统能够通过采集、分析和控制，实现闭环的、可靠的、高效的执行。

根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。

根据本发明实施例第四方面，提供一种电子设备。图9是本发明一个实施例中一种电子设备的结构图。图9所示的电子设备为通用概率性负荷预测装置。该电子设备可以是智能手机、平板电脑等设备。如示，电子设备900包括处理器901和存储器902。其中，处理器901与存储器902电性连接。处理器901是终端900的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或调用存储在存储器902内的计算机程序，以及调用存储在存储器902内的数据，执行终端的各种功能和处理数据，从而对终端进行整体监控。

在本实施例中，电子设备900中的处理器901会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器902中，并由处理器901来运行存储在存储器902中的计算机程序，从而实现各种功能：获取被测区域，进行根据地理关系进行区域划分，获得至少两个区块和每个区块的运行模式；获取每个区块对应的历史数据中的风功率变化情况，进行风功率预测值的计算；获取每个区块对应的历史数据中的光伏功率变化情况，进行实时预测光功率和历史预测光功率的计算；获取每个区块对应的历史数据中的负荷功率变化情况，进行负荷预测值的计算；计算单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值；对每个区块根据单风区域负荷预测值、单光区域负荷预测值和风光互济区域负荷预测值进行在线的可视化展示和曲线展示。

存储器902可用于存储计算机程序和数据。存储器902存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器901通过调用存储在存储器902的计算机程序，从而执行各种功能应用以及数据处理。

本发明的实施例提供的技术方案可以包括以下有益效果：

本发明方案中通过实时的获取不同类型的电源和负荷的状态，结合对应分区的新能源特点进行量化，实现对电力系统的负荷的分区可视化监视。

本发明中，考虑了不同的电源的概率分布，并结合电源的功率预测综合评估每个类型区块的概率性负荷，指数量化当前的系统。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。