技术领域
[0001] 本
发明涉及配电网综合评价领域，具体涉及一种配电网互动性综合评价方法。
背景技术
[0002] 近年来，随着通信技术、网络技术的发展，全球范围内掀起了
智能电网的研究和建设热潮。较为成熟的试点项目包括智能变电站、配电自动化和用电信息采集系统等。
[0003] 作为电网的重要组成部分，配电网的智能化已成为未来电网发展的新趋势，对于实现智能电网建设的整体目标有着举足轻重的作用。
[0004] 智能电网建设得到了快速发展，未来的电
力系统将在智能电网的
支撑下变得更加清洁、高效、安全、可靠。通过广义负荷主动参与电网运行，结合需求侧管理手段，有助于促进
可再生能源的消纳、改善环境、实现“
削峰填谷”，推进智能电网发展。广义负荷指的是在电力受端系统中，由静态、动态负荷、低压输电网络及中小容量发
电机等元素组成的负荷，其中，发电机可以视为负的负荷。典型的广义负荷有分布式电源、电动
汽车、储能装置等，但是依然存在广义负荷耦合互动特性指标定量化的问题。
发明内容
[0005] 为了解决
现有技术中所存在的上述不足，本发明提供一种配电网互动性综合评价方法。
[0006] 本发明提供的技术方案是：
[0007] 一种配电网互动性综合评价方法，包括以下步骤：
[0008] 基于预先构建的配电网互动特性指标体系中的互动特性指标，获取所述互动特性指标对应的电网数据；
[0009] 基于所述电网数据，确定所述互动特性指标对应的综合权重；
[0010] 将所述综合权重带入到预先构建的配电网特性综合评价模型中，评价配电网的互动性；
[0011] 其中所述互动特性指标对应的综合权重由：采用熵值法确定客观权重和采用ANP法确定主观权重计算得到。
[0012] 优选的，所述配电网互动特性指标体系的构建，包括：
[0013] 根据广义负荷耦合互动特性的影响因素构建一级指标；
[0014] 基于一级指标的影响因素为每个一级指标构建二级指标；
[0015] 基于二级指标的影响因素为每个二级指标构建三级指标；
[0016] 所述一级指标属于控制层；
[0017] 所述二级指标和三级指标属于网络层。
[0018] 优选的，所述基于所述电网数据，确定所述互动特性指标对应的综合权重，包括：
[0019] 1)采用熵值法确定指标的客观权重；
[0020] 2)采用网络层次分析法确定指标的主观权重；
[0021] 3)将所述指标的客观权重和主观权重采用加法集成法确定综合权重。
[0022] 优选的，所述指标的客观权重按下式计算：
[0023]
[0024] 式中，pj为第j个指标的客观权重；ej为第j个指标的熵值；
[0025] 其中，所述第j个指标的熵值，按下式计算：
[0026]
[0027] 式中，pij为第j个指标下第i个指标值的比重；
[0028] 所述第j个指标下第i个项目的指标值的比重，按下式计算：
[0029]
[0030] 式中，rij为第j个指标下第i个指标的值。
[0031] 优选的，所述采用网络层次分析法确定指标的主观权重，包括：
[0032] 基于各个二级指标对应的三级指标两两按影响力大小进行比较分析构成判断矩阵；
[0033] 基于所述判断矩阵采用萨蒂提出的九分法标度，由特征根法得到归一化排序权重；
[0034] 基于所述归一化排序权重将所述三级指标构造ANP超矩阵；
[0035] 基于一级指标对应的二级指标进行两两比较，构造判断矩阵，计算所述判断矩阵重要性排序向量，得到加权矩阵；
[0036] 由所述ANP超矩阵和所述加权矩阵得到加权超矩阵；
[0037] 基于所述加权超矩阵计算指标的主观权重。
[0038] 优选的，所主观权重，按下式计算：
[0039]
[0040] 式中，k为优势度的步数；n为最大步数；为加权超矩阵。
[0041] 优选的，所述互动特性指标对应的综合权重，按下式计算：
[0042]
[0043] 式中，wj为综合权重；k1为常数1；k2为常数2；pj为客观权重；qj为主观权重。
[0044] 优选的，所述将所述综合权重带入到预先构建的配电网特性综合评价模型中，评价配电网的互动性，包括：
[0045] 设定所述三级指标的最大权重作为正理想值，最小权重作为负理想值，并将所有三级指标的正理想值构建正理想系统，所有三级指标的负理想值构建负理想系统；
[0046] 依据加权距离公式计算各个三级指标的正理想系统和负理想系统的欧式距离；
[0047] 利用排队指示值公式计算三级指标的排队指示值；
[0048] 所述排队指示值越大，配电网互动特性越强。
[0049] 优选的，所述正理想系统的欧式距离按下式计算：
[0050]
[0051] 式中， 为正理想系统的欧式距离；m为评测对象个数；wj为第j个元素的综合权重；xij为无量纲化前指标值； 为第j个元素的正理想值；
[0052] 所述负理想系统的欧式距离按下式计算：
[0053]
[0054] 式中， 为负理想系统的欧式距离；m为评测对象个数；wj为第j个元素的综合权重；为xij无量纲化前指标值； 为第j个元素的正理想值。
[0055] 优选的，所述一级指标包括：广义负荷互动效果和广义负荷互动
基础；
[0056] 所述广义负荷互动效果的二级指标包括：广义负荷参与度、电网日负荷曲线
波动度、电力清洁度；
[0057] 所述广义负荷互动基础指标的二级指标包括：电网互动基础、电动汽车互动基础、分布式互动基础、储能互动基础；
[0058] 所述广义负荷参与度的二级指标包括：日广义负荷供给率、广义负荷响应程度；
[0059] 所述的电网日负荷曲线波动度包括：峰谷周期性交替次数、日峰谷比、日负荷率、
馈线负荷曲线方差；
[0060] 所述的电力清洁度包括：
可再生能源消纳率、单位发电量CO2
排放量；
[0061] 所述的电网互动基础包括：智能电表
覆盖率、互动服务渠道种类数量、互动化营业厅规模；
[0062] 所述的电动汽车互动基础包括：城市充换
电能力面积
密度、充换电设施利用率、电动汽车与充换电设施匹配度；
[0063] 所述的分布式互动基础包括：分布式电源装机容量占比、分布式电源并网可靠性；
[0064] 所述的储能互动基础包括：通过储能系统成熟度、储能装机容量占比。
[0065] 一种配电网互动性综合评价系统，包括：
[0066] 构建模
块：用于基于预先构建的配电网互动特性指标体系中的互动特性指标，获取所述互动特性指标对应的电网数据；
[0067] 确定模块：基于所述电网数据，确定所述互动特性指标对应的综合权重；
[0068] 评估模块：将所述综合权重带入到预先构建的配电网特性综合评价模型中，评价配电网的互动性。
[0069] 优选的，所述构建模块包括：
[0070] 第一构建子模块：用于根据广义负荷耦合互动特性的影响因素构建一级指标；
[0071] 第二构建子模块：用于基于一级指标的影响因素为每个一级指标构建二级指标；
[0072] 第三构建子模块：用于基于二级指标的影响因素为每个二级指标构建三级指标；
[0073] 优选的，所述评估模块包括：
[0074] 第四构建子模块：用于设定所述三级指标的最大权重作为正理想值，最小权重作为负理想值，并将所有三级指标的正理想值构建正理想系统，所有三级指标的负理想值构建负理想系统；
[0075] 第一计算子模块：用于依据加权距离公式计算各个三级指标的正理想系统和负理想系统的欧式距离；
[0076] 第二计算子模块：用于利用排队指示值公式计算三级指标的排队指示值。
[0077] 评估子模块：用于所述排队指示值越大，配电网互动特性越强对电网互动性进行综合评估。
[0078] 优选的，所述确定模块包括：
[0079] 第一确
定子模块：用于采用熵值法确定指标的客观权重；
[0080] 第二确定子模块：用于采用网络层次分析法确定指标的主观权重；
[0081] 第三确定子模块：用于将所述指标的客观权重和所述指标的主观权重采用加法集成法确定综合评价模型的权重。
[0082] 与现有技术相比，本发明的有益效果为：
[0083] 本发明提供了一种配电网互动性综合评价方法，包括以下步骤：基于预先构建的配电网互动特性指标体系中的互动特性指标，获取所述互动特性指标对应的电网数据；基于所述电网数据，确定所述互动特性指标对应的综合权重；将所述综合权重带入到预先构建的配电网特性综合评价模型中，评价配电网的互动性；其中所述互动特性指标对应的综合权重由：采用熵值法确定客观权重和采用ANP法确定主观权重计算得到。本发明考虑了大规模广义负荷接入配电网的态势，从互动效果和互动基础两方面建立了广义负荷耦合互动综合评价指标体系，解决了广义负荷耦合互动特性指标定量化的问题，改进了综合评价模型，选用基于加法集成法的熵值法-ANP赋权法使得权重综合考虑主客观因素，使得综合评价结果更加科学合理，为城市配电网的发展
水平提供了评价依据，为城市配电网未来建设提供了发展方向。
附图说明
[0084] 图1为本发明的配电网互动性综合评价方法
流程图；
[0085] 图2为本发明的配电网互动性综合评价方法过
实施例方法流程图图；
[0086] 图3为本发明的广义负荷耦合互动特性指标体系图；
[0087] 图4为本发明的基于网络分区的广义负荷互动指标体系模型；
[0088] 图5为本发明的Super Decision
软件中ANP网络。
具体实施方式
[0089] 为了更好地理解本发明，下面结合
说明书附图和实例对本发明的内容做进一步的说明。
[0090] 具体实施例1
[0091] 本发明的一种配电网互动性综合评价方法，如图1所示：
[0092] 1、基于选取的配电网互动特性指标，构建配电网互动特性指标体系：
[0093] 2、基于所述配电网互动特性指标对应的电网数据，确定综合评价模型的权重：
[0094] 3、根据所述综合评价模型的权重，基于预先改进的TOPSIS模型进行综合评价，得到配电网互动性的评估结果：
[0095] 1、基于选取的配电网互动特性指标，构建配电网互动特性指标体系：
[0096] 本研究以中国A、B、C、D、E、F六个地区为例，按照本研究的思路对其进行城市广义负荷耦合互动特性的合理评价，首先建立各地区广义负荷耦合互动综合评价指标体系，接着针对所需评价的六个地区，收集各地区2015年上述18个三级指标数据，其中，
抽取2015年中某典型日数据获得各地区日广义负荷供给率、广义负荷响应程度、峰谷周期性交替次数、日峰谷比、日负荷率、馈线负荷曲线方差6项三级指标数据。针对所选地区的各类指标数据，采用所述的一致化、无量纲化方法使所有数据处于01范围内，如下表1所示。
[0097] 表1 各地区各指标无量纲化数据
[0098]
[0099] 2、基于所述配电网互动特性指标对应的电网数据，确定综合评价模型的权重：
[0100] 根据所阐述的步骤3中的熵值法步骤确定各级指标权重，再运行Super Decision软件，根据指标间的相互影响关系，影响关系见附图4，在软件中建立指标网络，具体见附图5，采用Satty提出的九分法标度，进而获得了ANP法下的指标权重。
[0101] 运用公式(16)～公式(17)，得到k1＝0.47，k2＝0.53，从而得到指标综合权重如下表所示。
[0102] 表2 指标权重
[0103]
[0104]
[0105] 进而利用步骤4中所述综合评价方法，求得不同地区广义负荷耦合互动特性排队指示值互动排序如下表所示。
[0106] 表3 该地区各年广义负荷与配网间互动排队指示值
[0107]
[0108] 指标体系权重方面，在“加法”集成法优化的权重计算结果中，可以看出一级指标中，互动效果和互动基础两者所占比重相当，其中互动效果权重略高于互动基础，这主要是由于ANP方法计算结果中互动效果比例较高，说明专家对广义负荷参与互动后对电网负荷的影响更为看重。二级权重方面，广义负荷参与度、电动汽车互动基础、储能互动基础占比较高，说明储能技术是未来智能电网发展的方向，指标体系综合权重方面，日广义负荷供给率、广义负荷响应程度、互动化营业厅面积密度等指标占比较大，在广义负荷耦合互动特性评价中较为关键。
[0109] 3、根据所述综合评价模型的权重，基于预先改进的TOPSIS模型进行综合评价，得到配电网互动性的评估结果：
[0110] 在综合评价结果方面，可以看出评价排序为A→D→B→C→F→E，A地区主要得益于该地区广义负荷占比高、电网智能化
进程相对较快等优点。改进的TOPSIS法避免了经典TOPSIS方法中备选方案关于正负理想街的连线对称时距离相等、无法比较优劣的缺点，具有较高的普适性。
[0111] 具体实施例2
[0112] 本发明提供的一种配电网互动性综合评价方法如图2所示：
[0113] 步骤1：选取配电网互动特性指标，将互动特性指标分类、分级，构建配电网互动特性指标体系。
[0114] 步骤2：构建城市配电网互动特性综合评价的改进TOPSIS模型。
[0115] 步骤3：确定综合评价模型权重。基于步骤1中所选取配电网互动特性指标，收集电网相关数据，分别采用熵值法和网络层次分析法计算指标权重，熵值法得出权重与网络层次分析法得出的权重按照“加法”集成法求得的比重进而得到综合评价模型的整体权重。
[0116] 步骤4：根据步骤3中所得权重，利用步骤2中所述改进TOPSIS方法进行综合评价，根据评价结果评估城市配电网的互动性，并提出发展方向。
[0117] 步骤1：
[0118] 在步骤1中，所述的构建配电网互动特性指标体系的方法为：
[0119] 以广义负荷互动效果和互动基础两项指标构成配电网互动特性综合评价体系一级指标；
[0120] 其中，广义负荷互动效果指标分为广义负荷参与度、电网日负荷曲线波动度、电力清洁度三项二级指标；广义负荷互动基础指标分为电网互动基础、电动汽车互动基础、分布式互动基础、储能互动基础四项二级指标。
[0121] 所述的广义负荷参与度通过日广义负荷供给率、广义负荷响应程度两项三级指标来反映；所述的电网日负荷曲线波动度通过峰谷周期性交替次数、日峰谷比、日负荷率、馈线负荷曲线方差四项三级指标来反映；所述的电力清洁度通过可再生能源消纳率、单位发电量CO2排放量两项三级指标来反映；所述的电网互动基础通过智能电表覆盖率、互动服务渠道种类数量、互动化营业厅规模三项指标来反映；所述的电动汽车互动基础通过城市充换电能力面积密度、充换电设施利用率、电动汽车与充换电设施匹配度三项指标来反映；所述的分布式互动基础通过分布式电源装机容量占比、分布式电源并网可靠性两项指标来反映；所述的储能互动基础通过储能系统成熟度、储能装机容量占比两项指标来反映。
[0122] 指标体系如图3所示。
[0123] 步骤2：
[0124] 在步骤2中，构建城市配电网互动特性综合评价的TOPSIS模型的方法为：
[0125] 对于步骤1中所选指标，设定各三级指标的正负理想值，该取值通常设定为各指标的极端情况。设 为正理想系统， 为负理想系统，依据加权距离公式可以计算出各个方案离正负理想系统的欧式距离。
[0126] 与正理想点的距离公式：
[0127]
[0128] 与负理想点的距离公式：
[0129]
[0130] 其中：
[0131]
[0132]
[0133] 计算出欧氏距离后，利用排队指示值公式计算排队指示值，越大表示广义负荷互动耦合特性越好。排队指示值公式：
[0134]
[0135] 步骤3：
[0136] 在步骤3中，所述的广义负荷互动特性综合评价权重确定方法为：
[0137] (1)数据搜集与
整理。选择所需评价地区，收集该地区上述18个三级指标数据，其中，日广义负荷供给率、广义负荷响应程度、峰谷周期性交替次数、日峰谷比、日负荷率、馈线负荷曲线方差6项三级指标均通过选取典型日获得数据。针对所选地区的各类指标数据，采用一致化、无量纲化方法使所有数据处于01范围内，以便下一步采用熵值法确定权重。
[0138] 1)一致化方法
[0139] 所构建的指标体系中，峰谷周期性交替次数、日峰谷比、馈线负荷曲线方差、单位发电量CO2排放量、分布式电源并网可靠性等指标为极小型指标，其余指标为极大型指标，基于公式(6)将极小型指标转换为极大型指标。
[0140] x′＝M-x (6)
[0141] 式中，x′为一致化后指标，M为指标x的一个允许上界。
[0142] 2)无量纲化方法
[0143]
[0144] 式中，j为指标数目，i为样本数目，xij为无量纲化前指标值，xij为无量纲化后指标值。
[0145] (2)采用熵值法确定客观权重
[0146] 1)计算第j个指标下第i个项目的指标值的比重pij：
[0147]
[0148] 2)计算第j个指标的熵值Ej：
[0149]
[0150] 3)计算第j个指标的权重wj：
[0151]
[0152] (3)采用ANP法确定主观权重
[0153] 1)分析问题。形成元素和元素集，判断元素之间是否独立，是否存在依赖反馈关系。
[0154] 2)构造ANP结构。ANP包括控制层和网络层，控制层中至少包含一个目标，可以包含决策准则；网络层是由所有受控制层支配的元素组成的，其内部是互相影响的网络结构。设ANP的控制层元素为B1，B2，…，Bm；网络层元素为C1，C2，…，Cm。其中，Ci中有ei1，ei2，…，ein，(i＝1，2，…，n)。以控制层元素Bs(s＝1，2，…，m)为准则，以Cj中元素ejl(l＝1，2，…，n)为次准则。
[0155] 3)计算归一化排序权重。
[0156] 基于建立的结构确定所有系统中元素的影响与被影响关系。元素集Ci中元素按其对ejl的影响力大小进行两两比较分析，即构造判断矩阵Bs。为量化各两两判断矩阵，采用Satty提出的九分法标度，然后由特征根法得到排序向量
[0157] 4)构造ANP超矩阵。
[0158] 把所有的网络元素排序向量构造一个矩阵，记为
[0159]
[0160] 5)对控制层中的准则进行两两比较，构造判断矩阵，计算器重要性排序向量，从而得到加权矩阵A。
[0161]
[0162] 进而可以得到加权超矩阵：
[0163]
[0164] 6)按照下式计算极限超矩阵。
[0165]
[0166] 若极限值收敛且唯一，则 的第j列就是某准则层下网络层各元素对于元素j的极限相对排序，即各元素相对于最高目标的权重值。
[0167] (4)采用“加法”集成法确定综合权重
[0168] 所述的熵值法是基于“差异驱动”原理的客观赋权法，所述的ANP法是基于“功能驱动”原理的主观赋权法，设二者生成的指标xj的权重系数分别为pj，qj，“加法”集成法可以将两种赋权方法有机结合。
[0169] 当要体现被评价对象之间最大差异时，确定k1，k2使下式取值最大。
[0170]
[0171] 式中，m，n分别是评价对象和评价指标个数。
[0172] 在满足 且k1＞0，k2＞0下，应用Lagrange条件极值原理，得：
[0173]
[0174]
[0175]
[0176] 式中，wj为综合权重。
[0177] 步骤4：
[0178] 在步骤4中，所述的综合评价方法为：
[0179] (1)根据步骤3中所得权重，利用步骤2中所述TOPSIS方法进行综合评价。
[0180] 1)对步骤3中搜集的数据进行处理，确定各指标的正理想点和负理想点，由每列最大元组成的向量为正理想点，由每列最小元组成的向量为负理想点。
[0181] 2)将公式(17)所求得的各指标的权重，代入公式(1)～(2)，利用搜集的数据计算不同地区不同指标值与正负理想点距离yi+和yi-。
[0182] 3)将不同地区不同指标值与正负理想点距离yi+和yi-带入公式(5)计算排队指示值，将排队指示值排序，指示值越大的地区广义负荷耦合互动特性越强。
[0183] (2)基于评价结果评估城市配电网的互动性，分析不同地区互动特性强弱的原因，并提出各地区未来智能电网建设与发展方向。
[0184] 具体实施例3
[0185] 一种配电网互动性综合评价系统，包括：
[0186] 构建模块：用于基于预先构建的配电网互动特性指标体系中的互动特性指标，获取所述互动特性指标对应的电网数据；
[0187] 确定模块：基于所述电网数据，确定所述互动特性指标对应的综合权重；
[0188] 评估模块：将所述综合权重带入到预先构建的配电网特性综合评价模型中，评价配电网的互动性。
[0189] 所述构建模块包括：
[0190] 第一构建子模块：用于根据广义负荷耦合互动特性的影响因素构建一级指标；
[0191] 第二构建子模块：用于基于一级指标的影响因素为每个一级指标构建二级指标；
[0192] 第三构建子模块：用于基于二级指标的影响因素为每个二级指标构建三级指标；
[0193] 所述评估模块包括：
[0194] 第四构建子模块：用于设定所述三级指标的最大权重作为正理想值，最小权重作为负理想值，并将所有三级指标的正理想值构建正理想系统，所有三级指标的负理想值构建负理想系统；
[0195] 第一计算子模块：用于依据加权距离公式计算各个三级指标的正理想系统和负理想系统的欧式距离；
[0196] 第二计算子模块：用于利用排队指示值公式计算三级指标的排队指示值。
[0197] 评估子模块：用于所述排队指示值越大，配电网互动特性越强对电网互动性进行综合评估。
[0198] 所述确定模块包括：
[0199] 第一确定子模块：用于采用熵值法确定指标的客观权重；
[0200] 第二确定子模块：用于采用网络层次分析法确定指标的主观权重；
[0201] 第三确定子模块：用于将所述指标的客观权重和所述指标的主观权重采用加法集成法确定综合评价模型的权重。
[0202] 优选的，所述第一计算子模块包括：第一计算单元和第二计算单元；
[0203] 所述第一计算单元按下式计算正理想系统的欧式距离：
[0204]
[0205] 式中， 为正理想系统的欧式距离；m为评测对象个数；wj为第j个元素的综合权重；xij为无量纲化前指标值； 为第j个元素的正理想值；
[0206] 所述第二计算单元通过计算负理想系统的欧式距离：
[0207]
[0208] 式中， 为负理想系统的欧式距离；m为评测对象个数；wj为第j个元素的综合权重；为xij无量纲化前指标值； 为第j个元素的正理想值。
[0209] 优选的，所述确定模块包括：
[0210] 第一确定子模块：用于采用熵值法确定指标的客观权重；
[0211] 第二确定子模块：用于采用网络层次分析法确定指标的主观权重；
[0212] 第三确定子模块：用于将所述指标的客观权重和所述指标的主观权重采用加法集成法确定综合评价模型的权重。
[0213] 优选的，所述第一确定子模块包括：第三计算单元、第四计算单元和第五计算单元；
[0214] 所述第三计算单元：通过下式计算客观权重：
[0215]
[0216] 式中，pj为第j个指标的客观权重；ej为第j个指标的熵值；
[0217] 所述第四计算单元：通过下式计算指标的熵值：
[0218]
[0219] 式中，pij为第j个指标下第i个项目的指标值的比重；
[0220] 所述第五计算单元：通过下式计算指标值的比重：
[0221]
[0222] 式中，rij为第j个指标属性下第i个项目的指标值。
[0223] 优选的，所述第二确定子模块包括：
[0224] 第一确定单元：用于基于网络层的各个元素集中元素对另一个元素集中元素的影响力大小进行两两比较分析构成判断矩阵，采用Satty提出的九分法标度，再由特征根法得到归一化排序权重；
[0225] 构造单元：用于基于所述归一化排序权重将所述网络层元素构造ANP超矩阵；
[0226] 第二确定单元：基于控制层中的准则进行两两比较，构造判断矩阵，计算所述判断矩阵重要性排序向量，得到加权矩阵；
[0227] 第三确定单元：用于由所述ANP超矩阵和所述加权矩阵得到加权超矩阵；
[0228] 第六计算单元：用于基于所述加权超矩阵计算指标的主观权重。
[0229] 优选的，所述第六计算单元包括：计算子单元；
[0230] 所述计算子单元：通过下式计算主观权重：
[0231]
[0232] 式中，k为优势度的步数；n为最大步数；为加权超矩阵。
[0233] 优选的，所述第三确定子模块，包括：第七计算单元
[0234] 所述第七计算单元：通过计算所述综合权重：
[0235]
[0236] 式中，wj为综合权重；k1为常数1；k2为常数2；pj为客观权重；qj为主观权重。
[0237] 本领域内的技术人员应明白，本
申请的实施例可提供为方法、系统、或
计算机程序产品。因此，本申请可采用完全
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，本申请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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
[0238] 本申请是参照根据本申请实施例的方法、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。
[0239] 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。
[0240] 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。
[0241] 以上仅为本发明的实施例而已，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，均包含在申请待批的本发明的
权利要求范围之内。
