一种基于无线电干扰值样本数据确定最小采样本量的方法及系统与流程

本发明涉及电磁环境监测领域，更具体地，涉及一种基于无线电干扰值样本数据确定最小采样本量的方法及系统。

背景技术：

高压交流输电线路电晕放电产生的无线电干扰是电磁环境评价的重要指标之一，人们对其水平特别关注，而天气因素对其有明显的影响，使得无线电干扰水平具有复杂的随机特征，因此预测线路的无线电干扰水平是一个具有统计学特征复杂问题。以往国内外大量的实测数据表明，条件下的线路无线电干扰水平的随机波动性强，且缺乏明显的统计规律。

J.J.LAFOREST等人总结了Project EHV在无线电干扰方面近三年的研究成果，在统计的基础上的数据处理，得到了500kV和700kV四种排列结构的高压输电线路无线电干扰水平直方图和回归分析，认为的无线电干扰水平受相对湿度、相对空气密度和绝对风速影响显著。从1976年至1978年，N.Giao Trinh和J.R.Valotaire等人对Hydro－Québec的735kV线路电晕效应，主要是无线电干扰和可听噪声进行为期两年的记录和分析，获得了短期及长期的无线电干扰累计概率分布曲线，认为其分布近似正态分布；Rosario Cortina等人分析了意大利北部某420kV线路运行近两年的无线电干扰连续测量结果，得到了大气条件的变化对无线电干扰每日、季节性及年度变化的影响效果，该研究对气象条件进行简单分类，认为全天候的无线电干扰分布特性可由不同气候条件下的部分分布特性组成，且这些不同气候条件下的部分分布特性近似为正态分布。

在如何预估无线电干扰均值水平方面，目前所有的研究几乎都是根据长期统计测量的结果取数学平均值后得到。仅有国际无线电干扰特别委员会CISPR提供的18－2号出版物提供了为了减小测量工作量，采用t分布方法，给出了用于估计均值水平的最小采样样本数的方法，但是该方法最大的缺陷在于不够严谨，其对于样本分布的假设未经过实测数据的检验。

技术实现要素：

本发明提供了一种电晕无线电干扰值样本数据确定最小采样本量的方法及系统，以解决计算年度、月度以及每天三个层次时间期间内无线电干扰值平均值计算的效率低的问题。

为了解决上述问题，本发明提供了一种方法，所述方法包括：

利用无线电干扰值实际测量样本数据，分别确定年度无线电干扰值最小采样样本量、月度无线电干扰值最小采样样本量、及每天的无线电干扰值最小采样样本量；

根据年度最小采样样本量对无线电干扰值进行采样,对采样的无线电干扰值取平均值，获取全年无线电干扰平均值；并根据月度最小采样样本量对无线电干扰值进行采样,对采样的无线电干扰值取平均值，获取全月无线电干扰平均值；以及根据每天最小采样样本量对无线电干扰值进行采样,对采样的无线电干扰值取平均值，获取全天无线电干扰平均值。

优选地，所述确定年度层次的最小采样样本量包括：

计算无线电干扰值年度实际测量样本数据的均值和总体标准差S，无线电干扰值年度实际测量样本数据按最小测量时间以上间隔测量一次。

优选地，所述确定年度层次的最小采样样本量包括：

设在置信度为1－α，样本的均值的最大允许绝对误差为在对无线电干扰值实际测量样本数据进行无放回抽样时，计算的值为：

得到最小采样样本量n₀为：

式(1)、(2)中为t分布分位数。

优选地，所述确定月度层次的最小采样样本量包括：

按最小测量时间以上间隔测量一次无线电干扰值实际测量样本数据，获取无线电干扰值月度实际测量样本数据；

预设月度层次的最小采样样本量为n_x，并对n_x进行判断；

抽取最小初始抽取样本量为n_x的样本数组，计算所述抽取组样本的均值；

将所述抽取组样本的均值组成的样本组取均值μ_t；

设置样本组均值与月度实际测量样本数据均值的允许偏差为a；

若|μ－μ_t|＞a时，则此时的样本量n_x不满足要求，继续增加n_x数值；

若|μ－μ_t|≤a，即确定该n₁为月度最小采样样本量。

优选地，所述确定每天层次的最小采样样本量包括：

按最小测量时间以上间隔测量一次无线电干扰值实际测量样本数据，获取无线电干扰值每天实际测量样本数据；

预设每天层次的最小采样样本量为n_y，并对n_y进行判断；

抽取最小初始抽取样本量为n_y的样本数组，计算所述抽取组样本的均值；

将所述抽取组样本的均值组成的样本组取均值μ_s；

设置样本组均值与每天实际测量样本数据均值的允许偏差为b；

若|μ－μ_s|＞b时，则此时的样本量n_y满足要求，继续增加n_y数值；

若|μ－μ_s|≤b，即确定该n₂为每天最小采样样本量。

基于本发明的一实施方式，本发明提供一种系统，所述系统包括：

数据分析单元，用于利用无线电干扰值实际测量样本数据，确定年度、月度、每天三个层次的无线电干扰值最小采样样本量；

第一数据统计单元，用于根据年度最小采样样本量对无线电干扰值进行采样,对采样的无线电干扰值取平均值，获取全年无线电干扰平均值；

第二数据统计单元，用于根据月度最小采样样本量对无线电干扰值进行采样,对采样的无线电干扰值取平均值，获取全月无线电干扰平均值；

第三数据统计单元，用于根据每天最小采样样本量对无线电干扰值进行采样,对采样的无线电干扰值取平均值，获取全天无线电干扰平均值。

优选地，所述确定年度层次的最小采样样本量包括：

计算无线电干扰值年度实际测量样本数据的均值和总体标准差S，无线电干扰值年度实际测量样本数据按最小测量时间以上间隔测量一次。

优选地，所述确定年度层次的最小采样样本量包括：

设在置信度为1－α，样本的均值的最大允许绝对误差为在对无线电干扰值实际测量样本数据进行无放回抽样时，计算的值为：

得到最小采样样本量n₀为：

式(1)、(2)中为t分布分位数。

优选地，所述确定月度层次的最小采样样本量包括：

按最小测量时间以上间隔测量一次无线电干扰值实际测量样本数据，获取无线电干扰值月度实际测量样本数据；

预设月度层次的最小采样样本量为n_x，并对n_x进行判断；

抽取最小初始抽取样本量为n_x的样本数组，计算所述抽取组样本的均值；

将所述抽取组样本的均值组成的样本组取均值μ_t；

设置样本组均值与月度实际测量样本数据均值的允许偏差为a；

若|μ－μ_t|＞a时，则此时的样本量n_x不满足要求，继续增加n_x数值；

若|μ－μ_t|≤a，即确定该n₁为月度最小采样样本量。

优选地，所述确定每天层次的最小采样样本量包括：

按最小测量时间以上间隔测量一次无线电干扰值实际测量样本数据，获取无线电干扰值每天实际测量样本数据；

预设每天层次的最小采样样本量为n_y，并对n_y进行判断；

抽取最小初始抽取样本量为n_y的样本数组，计算所述抽取组样本的均值；

将所述抽取组样本的均值组成的样本组取均值μ_s；

设置样本组均值与每天实际测量样本数据均值的允许偏差为b；

若|μ－μ_s|＞b时，则此时的样本量n_y满足要求，继续增加n_y数值；

若|μ－μ_s|≤b，即确定该n₂为每天最小采样样本量。

本发明技术方案是在基于实际测量数据基础上，提出的一种基于无线电干扰值样本数据确定最小采样本量的方法及系统，本发明技术方案以尽可能地减少抽样工作量为目的，提出了最小采样样本数据的确定方法。本发明的方法分三个层次对最小采样样本量进行了确定，其先进性和优势在于，该技术方案基于的海量的实际测量样本数据，并且抽样的样本量远远小于需要实际测量的样本数据量，通过三个层次来选取最小采样样本量，且具有典型代表性更加准确和实用。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1为根据本发明一实施方式的一种电晕无线电干扰值样本数据确定每天最小采样本量的方法流程图；

图2为根据本发明一实施方式的一种电晕无线电干扰值样本数据确定月度最小采样本量的方法流程图；

图3为根据本发明一实施方式的一种电晕无线电干扰值样本数据确定最小采样本量的方法流程图；

图4a为根据本发明一实施方式的一种电晕无线电干扰值2010年6月17日全天采样样本数据图；

图4b为根据本发明一实施方式的一种电晕无线电干扰值2010年6月17日1000组样本量为50个数据时模拟数据图；

图4c为根据本发明一实施方式的一种电晕无线电干扰值2010年6月17日1000组样本量为100个数据时模拟数据图；

图4d为根据本发明一实施方式的一种电晕无线电干扰值2010年6月17日1000组样本量为270个数据时模拟数据图；

图4e为根据本发明一实施方式的1000组无线电干扰值数据均值里超过50.94dB的个数随着n₂增加的变化图；以及

图5为根据本发明一实施方式的一种电晕无线电干扰值样本数据确定最小采样本量的系统结构图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

图1为根据本发明一实施方式的一种电晕无线电干扰值样本数据确定每天最小采样本量的方法流程图。步骤101：确定每天层次的最小采样样本量包括：测量样本数据间隔可以按最小测量时间以上间隔进行测量，时间间隔可以为10S，20S，30S，60S或更长的时间间隔，本发明实施方式以每分钟测量一次无线电干扰值实际测量样本数据，获取无线电干扰值月度实际测量样本数据。步骤102：预设每天层次的最小采样样本量为n₂，并对n₂进行判断。步骤103：最小初始抽取样本量可以为500，600，700，1000以及1100组。本发明实施方式抽取1000组样本量为n₂的样本数组，计算1000组样本的均值。步骤104：将1000组样本的均值组成的样本组取均值μ_s。步骤105：设置样本组均值与每天实际测量样本数据均值的允许偏差为b。步骤106：判断若|μ－μ_s|＞b时，则此时的样本量n₂不满足要求，继续增加n₂数值；若|μ－μ_s|≤b，即确定该n₂为每天最小采样样本量。对采样的n₂个无线电干扰值取平均值，获取全天无线电干扰平均值。

实际测量过程中，电晕无线电干扰值样本数据的数据量也是很大的，按每分钟采集1个有1440个采样样本，以下方法用于确定每天层次的最小采样样本量。本发明实施方式每天测量的采样样本数据总体的数学期望μ和方差σ²是可以计算出的，无论总体服从什么分布，从中抽取容量为n₂的样本时，只要n₂足够大，其样本平均数的分布就趋近于数学期望为μ和方差σ²/n的正态分布。本发明的实施方式是求得1440个数据中最小的样本数n₂，使得这n₂个样本的均值与1440个数据的均值相差很小。为此，根据三个观测站观测得到的数据，随机选取的数据，在每个的数据样本内进行不重复的随机抽取，抽取的样本量n₂从50开始尝试，且每回共抽取1000组样本量为n₂的样本，并将抽取到的1000组样本的均值组成新样本，计算这个新样本的均值μ_s，与原1440个数据的总体均值μ进行对比，设置样本组均值与每天实际测量样本数据均值的允许偏差为b为0.5dB。倘若|μ－μ_s|＞0.5dB时，则此时的样本量n₂不满足要求，继续增加n₂值，直到|μ－μ_s|≤0.5dB，即认为该n₂值为需要最小样本量。这里随机选取的日期基本上要覆盖每个月80％的。之所以选0.5dB，表示抽取的样本的均值与全天整体数据均值的差不超过0.5dB，这被认为在可接受的误差范围。

以河南焦作长期观测站数据2010年6月17日无线电干扰数据为例，如图4a，对探索n₂的过程进行说明。图4a数据表明在1天内无线电干扰数据RI变化较大，变化范围达到10dB，因此要抽取合适数目的样本来反映全天的无线电干扰数据均值情况，其n₂应该较大。2010年6月17日数据全天无线电干扰数据均值为50.44dB。

首先从预设n₂＝50开始，抽取1000组，得到了一个1000组样本量为50的数据集，计算每个样本的均值得到1000组均值如图4b。可以看到，存在很多比50.44+0.5＝50.94dB大的数据，说明实际样本抽取过程中，若按照n₂＝50个数据在一整天的数据集里做不重复放回抽样的话，有很大可能抽到的50个数组成的样本的均值比50.95dB大，这样误差太大，不被接受，因此需要进一步增加n₂。

增加n₂，当n₂＝100时，同样得到1000组均值如图4c，可以看到，50.94dB大的数据减少了很多，但是仍然存在，需要继续增大n₂。

增加n₂，当n₂＝270时，同样得到1000组均值如下图4d，可以看到，50.94dB大的数据减为0，也就是说抽取1000次每次样本量为270个，得到的1000组样本的均值都不会超过50.95dB，满足本发明实施方式的需求。图4e为1000组均值里超过50.94dB的个数随着n₂增加的变化图。可以看到，随着n₂的增加，1000组抽取得到的样本量为n₂的新样本的均值越来越趋近于整体样本均值。

由此如果需要得到2010年6月17日这天无线电干扰数据的均值，最少需要得在全天24小时内取270分钟数据，每分钟1个读数，即采样样本量n₂为270，计算得到的均值与全天数据的均值之间差异不超过0.5dB。

若按照1分钟采样间隔，每天数据达1440个。若想获取2010年6月17日这天无线电干扰数据的均值，采用本发明的实施方式，最少在全天24小时内取270分钟数据，计算得到的均值与全天数据的均值之间差异不超过0.5dB，与1440分钟相比，采样样本量小了很多，减轻了工作量。

年度、月度以及每天的无线电干扰平均值获取没有时序关系，实际实施方式中可以任选一时间期间确定最小采样样本量，获取对应时间期间的无线电干扰平均值。

图2为根据本发明一实施方式的一种电晕无线电干扰值样本数据确定月度最小采样本量的方法流程图。如图2所示，测量样本数据间隔可以按最小测量时间以上间隔进行测量，时间间隔可以为10S，20S，30S，60S或更长的时间间隔，本发明实施方式以每分钟测量一次无线电干扰值实际测量样本数据，获取无线电干扰值月度实际测量样本数据；

预设月度层次的最小采样样本量为n₁，并对n₁进行判断；

最小初始抽取样本量可以为500，600，700，1000以及1100组。本发明实施方式抽取1000组样本量为n₁的样本数组，计算1000组样本的均值；

将1000组样本的均值组成的样本组取均值μ_t；

设置样本组均值与月度实际测量样本数据均值的允许偏差为a；

若|μ－μ_t|＞a时，则此时的样本量n₁不满足要求，继续增加n₁数值；

若|μ－μ_t|≤a，即确定该n₁为月度最小采样样本量。

图2为根据本发明一实施方式的一种电晕无线电干扰值样本数据确定月度最小采样本量的方法流程图。如图2所示，方法200原理与一种电晕无线电干扰值样本数据确定每天最小采样本量的方法100一致。方法200从步骤201起步：每分钟测量一次无线电干扰值实际测量样本数据，获取无线电干扰值月度实际测量样本数据。步骤202：预设月度层次的最小采样样本量为n₁，并对n₁进行判断。步骤203：抽取1000组样本量为n₁的样本数组，计算1000组样本的均值。步骤204：将1000组样本的均值组成的样本组取均值μ_t。步骤：205：设置样本组均值与月度实际测量样本数据均值的允许偏差为a；若|μ－μ_t|＞a时，则此时的样本量n₁不满足要求，继续增加n₁数值；若|μ－μ_t|≤a，即确定该n1为月度最小采样样本量。对采样的n₁个无线电干扰值取平均值，获取月度无线电干扰平均值。

若按照1分钟间隔进行无线电干扰值数据的采样，每个月干扰值数据将达43200个。

每个月随机抽取80％以上值作为考察对象，计算不同日期下的最小样本量n₁，将得到一系列最小样本量，再将每天的最小样本量求得之后再取均值，得到月度的无线电干扰值最小采样样本量。

表1安徽巢湖长期观测站不同月份最小采样样本量n₁

由表1数据来看，在冬春季，全月采集240分钟左右的数据可以满足样本均值与全月均值差异0.5dB的要求，而在夏秋季，全月需要采集480分钟的数据可满足要求。由观测站的实际监测数据来看，采用本发明的实施方式，在冬春季，全月采集约240分钟的数据可以满足样本均值与全月均值差异0.5dB的要求；而在夏秋季，需要采集480分钟的数据可满足要求，与43200分钟相比工作量要小得多。

年度、月度以及每天的无线电干扰平均值获取没有时序关系，实际实施方式中可以任选一时间期间确定最小采样样本量，获取对应时间期间的无线电干扰平均值。

图3为根据本发明一实施方式的一种电晕无线电干扰值样本数据确定最小采样本量的方法流程图。本发明技术方案是在基于为期1年的实际测量数据基础上，提出的用于预估高压输电线路条件下无线电干扰长期统计均值水平的抽样方法，本发明技术方案以尽可能地减少抽样工作量为目的，提出了最小采样样本数据的确定方法。本发明的方法综合了不同气候特点的实测数据的特征，分三个层次对最小采样样本量进行了确定，通过三个时间层次来选取最小采样样本量，更加准确和实用。方法300从步骤301起步：利用无线电干扰值实际测量样本数据，确定年度、月度、每天三个层次的无线电干扰值最小采样样本量。高压输电线路无线电干扰的均值是目前评价输电线路无线电干扰水平的一个重要指标。为了获得高压输电线路无线电干扰均值，目前是通过所有观测测量到的无线电干扰数据求取平均值，测量样本数据间隔可以按最小测量时间以上间隔进行测量，时间间隔可以为10S，20S，30S，60S或更长的时间间隔，本发明实施方式以按照每个观测站点以1分钟作为采样时间间隔，每天采样数据达1440组，每个月采样数据将达43200组，每年采样数据达518400组，大量的采样数据给数据的整理带来极大的工作量。本发明的实施方式，对线路进行评估时可以减少监测工作量，有效减少读数样本数据次数，但仍保证能够获得良好反映整体均值的效果。本发明实施方式分成三个层次考虑如何抽样来减少监测读数的问题：第一个层次是年度层次，即确定在518400组数据里的最小采样样本样本量即可反映一年的均值。当对一个年度的数据进行抽样时，要考虑不同月之间均值差异，需要做到平均分配到每个月度抽取样本数据；要考虑不同天之间均值差异，需要做到平均分配到每天抽取样本数据。第二个层次是月度层次，即确定在每个月43200组数据里的，最小采样样本样本量即可反映一年的均值。当对一个月度的数据进行抽样时，要考虑不同天之间均值差异，需要做到平均分配到每天抽取样本数据。第三个层次是每天层次，即确定在1440组数据里的最小采样样本样本量即可反映一天的均值。当对一天的数据进行抽样时，要考虑不同时间均值差异，需要做到平均分配到每个时间点抽取样本数据。本发明实施方式分年度、月度、每天三个层次解决最小采样样本量的确定问题。

步骤302：根据年度最小采样样本量对无线电干扰值进行采样，对采样的无线电干扰值取平均值，获取全年无线电干扰平均值。本发明实施方式采用如下方法计算：

计算无线电干扰值年度实际测量样本数据的均值和总体标准差S，无线电干扰值年度实际测量样本数据每分钟测量一次。

若要估计不同观测站全年度数据均值所需要的最小采样样本数量，可以采用如下原理来估计：

设在置信度为1－α，样本的均值的最大允许绝对误差为在对无线电干扰值实际测量样本数据进行无放回抽样时，计算的值为：

得到最小样本n₀为：

式(1)、(2)中为t分布分位数；

对于置信度为(1－α)＝95％，得到α＝0.05，查t分布分位数表得到给出不同最大允许绝对误差为要求下，计算出最小采样样本量为n₀。表2为三个长期观测站数据最小采样样本量n₀统计表。

表2

由上述表2看出，安徽巢湖站最小采样样本量最大，而钟祥站采样样本量最少。河南焦作站在最大允许绝对误差为要求下三个观测站最小采样样本量数为10724个，即若要在全年中采集一定样本量无线电干扰样本来估计全年总体的无线电干扰均值情况，在允许误差为0.1dB的条件下，最少采集的样本量为10724个，由于本发明实施方式样本为按照每分钟一个读数，也即最少采集10724分钟即可。在最大允许绝对误差为要求安徽巢湖站观测站最小采样数为478个，即478分钟，而河南焦作站为429分钟。最大允许绝对误差为要求下巢湖观测站最小采样样本量为120分钟，而河南焦作站最小采样样本量为108分钟。

由于三个观测站局部气象条件和气候变化规律有一定差异，且代表了我国华中地区寒冷干燥气候和华中地区温暖湿润的一般特征，因此对于特高压交流线路工程而言，若要评估线路下的无线电干扰均值，考虑在的误差，且其最小采样样本量为480个，即480分钟即可。因此本发明的实施方式，按照一个年度平均数200天计算，每天采集2.4个数据即可。需要说明的是，这里指的是全天无任何雨、雾、雪等天气下的情况，且由于采样规则是简单随机抽样，因此采集的无线电干扰数据应平均分配在每天，而不是集中在某个时间段内采集。

步骤303：根据月度最小采样样本量对无线电干扰值进行采样，对采样的无线电干扰值取平均值，获取全月无线电干扰平均值。无线电干扰值月度实际测量样本数据每分钟测量一次。预设月度层次的最小采样样本量为n₁，并对n₁进行判断。确定月度无线电干扰值最小采样样本量的方法同图2的方法200，在此不再进行赘述。

步骤304：根据每天最小采样样本量对无线电干扰值进行采样，对采样的无线电干扰值取平均值，获取全天无线电干扰平均值。无线电干扰值每天实际测量样本数据每分钟测量一次。预设每天层次的最小采样样本量为n₂，并对n₂进行判断。确定月度无线电干扰值最小采样样本量的方法同图1的方法100，在此不再进行赘述。年度、月度以及每天的无线电干扰平均值获取没有时序关系，实际实施方式中可以任选一时间期间确定最小采样样本量，获取对应时间期间的无线电干扰平均值。

图5为根据本发明一实施方式的一种电晕无线电干扰值样本数据确定最小采样本量的系统结构图。如图5所示，系统500包括：

数据分析单元501，用于利用无线电干扰值实际测量样本数据，确定年度、月度、每天三个层次的无线电干扰值最小采样样本量；

第一数据统计单元502，用于根据年度最小采样样本量对无线电干扰值进行采样,对采样的无线电干扰值取平均值，获取全年无线电干扰平均值；

第二数据统计单元503，用于根据月度最小采样样本量对无线电干扰值进行采样,对采样的无线电干扰值取平均值，获取全月无线电干扰平均值；

第三数据统计单元504，用于根据每天最小采样样本量对无线电干扰值进行采样,对采样的无线电干扰值取平均值，获取全天无线电干扰平均值。

年度、月度以及每天的无线电干扰平均值获取没有时序关系，实际实施方式中可以任选一时间期间确定最小采样样本量，获取对应时间期间的无线电干扰平均值。

本发明一实施方式的一种电晕无线电干扰值样本数据确定最小采样本量的系统500与一种电晕无线电干扰值样本数据确定最小采样本量的方法300相对应，在此不在进行赘述。

本发明技术方案是在基于为期1年的实际测量数据基础上，提出的用于预估高压输电线路条件下无线电干扰长期统计均值水平的抽样方法，本发明技术方案以尽可能地减少抽样工作量为目的，提出了最小采样样本数据的确定方法。本发明的方法综合了不同气候特点的实测数据的特征，分三个层次对最小采样样本量进行了确定，其先进性和优势在于，该技术方案基于的海量的实际测量样本数据，且具有典型代表性，更加细致地考虑了不同地区天气条件带来的影响效果，且通过三个时间层次来选取最小采样样本量，更加准确和实用。

已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。

通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。