基于支持向量机的线性频率最低点约束获取方法及装置

1.本发明属于电力系统的运行控制技术领域，具体涉及一种基于支持向量机的线性频率最低点约束获取方法及装置。


背景技术：

2.随着大规模新能源机组并网，电力系统的惯量逐渐降低，系统的频率安全问题日益突出。频率安全问题已成为制约大规模可再生能源安全并网的关键瓶颈因素，迫切需要充分挖掘利用电网的一次调频资源，提高电网应对高占比新能源馈入的安全和经济运行水平。
3.为保障电力系统的频率安全，需要在调度模型中加入频率稳定约束，以防止电力系统频率快速跌落触发低频减载装置。与调度模型中的其他约束相比，电力系统的频率稳定约束涉及高阶微分代数方程，频率跌落过程的最低点值是关于当前系统运行工况的复杂非线性函数，非线性约束会降低调度模型的求解速度，甚至导致调度模型不可求解，这将对电力系统的调度决策产生不利影响，无法保证电力系统的频率安全。


技术实现要素：

4.本发明的目的是为填补已有技术的空白之处，提出一种基于支持向量机的线性频率最低点约束获取方法及装置。本发明考虑多种一次调频设备，针对高比例新能源电力系统调度控制提出了一种基于支持向量机技术的线性频率最低点约束获取方法，其结果兼顾精确性和可靠性，可直接嵌入到已有的调度模型当中，指导电力系统的调度决策。
5.本发明第一方面实施例提出一种基于支持向量机的线性频率最低点约束获取方法，包括：
6.根据电力系统中各发电机组和场站的调速器模型，建立基于惯性中心的电力系统频率响应模型；
7.采用蒙特卡洛仿真获得所述电力系统机组启停状态的数据样本；
8.根据所述样本对所述频率响应模型进行数值计算，得到所述样本在预设扰动下的最大频率偏差；
9.通过对所述最大频率偏差进行判定，得到所述最大频率偏差对应样本是否满足频率最低点约束的标签标记结果；
10.根据所述标签标记结果，采用支持向量机技术对所述样本进行分类学习，以得到频率最低点约束。
11.在本发明一个具体实施例中，所述各发电机组和场站的调速器模型，包括：
12.火电机组调速器模型，表达式如下：
[0013][0014]
其中，i∈ng，ng为火电机组集合；ui为机组i的启停变量，为0-1变量；k
mi
为机组i的
机械功率增益系数；ri为机组i的下垂控制系数；t
ri
为机组i的惯性时间常数；f
hi
为机组i的汽轮机功率传输系数；δp
mi
为机组i的机械功率增量；δf为惯性中心频率偏差；
[0015]
风电场站调速器模型，表达式如下：
[0016][0017]
其中，j∈nw，nw为风电场站集合；rj为场站j的下垂控制系数；tj为场站j的惯性时间常数；δp
mj
为场站j的机械功率增量。
[0018]
在本发明一个具体实施例中，所述惯性中心频率偏差计算方法如下：
[0019]
将电力系统中各发电机组和场站的频率偏差聚合到一个虚拟中心节点上，得到惯性中心频率偏差表达式如下：
[0020][0021]
其中，si表示机组或场站i的容量；hi表示机组或场站i的惯量；δfi表示机组或场站i的频率偏差。
[0022]
在本发明一个具体实施例中，所述电力系统频率响应模型表达式如下：
[0023][0024]
其中，δpe为预设的负荷扰动大小；d表示负荷阻尼系数；s为拉普拉斯算子。
[0025]
在本发明一个具体实施例中，所述根据所述样本对所述频率响应模型进行数值计算，得到所述样本在预设扰动下的最大频率偏差，表达式如下：
[0026][0027]
其中，δf
max
为最大频率偏差向量，维数与电力系统机组启停状态的数据样本数量相同；表示第l个样本的最大频率偏差；
[0028]
所述电力系统机组启停状态的数据样本表达式如下：
[0029][0030]
其中，x表示数据样本矩阵，矩阵x的行数等于电力系统的火电机组总数，列数等于样本数目；表示第l个样本中第i台火电机组的启停状态，为0-1变量；表示该机组投入运行，表示该机组处于关机状态。
[0031]
在本发明一个具体实施例中，所述通过对所述最大频率偏差进行判定，得到所述
最大频率偏差对应样本是否满足频率最低点约束的标签标记结果，包括：
[0032]
对各样本的最大频率偏差进行判定：若则令第l个样本的数据标签y
sl
＝1，表示该样本满足频率最低点约束；否则，令y
sl
＝-1，表示该样本不满足频率最低点约束；其中，为允许的最大频率偏差；
[0033]
对所有样本判定完毕后，得到标签向量：
[0034]
y＝[y
s1 y
s2 y
s3
ꢀ…ꢀysl
ꢀ…
]
[0035]
其中，y的维数与样本数量相同。
[0036]
在本发明一个具体实施例中，所述根据所述标签标记结果，采用支持向量机技术对所述样本进行分类学习，以得到频率最低点约束，包括：
[0037]
1)构建单向软间隔支持向量机模型，表达式如下：
[0038][0039][0040]
其中，ω表示分离超平面的法向量，维数等于电力系统的火电机组总数；b为分离超平面到原点的偏移量；c为正则化参数，代表对错误分类样本的惩罚系数；m,n分别为不同类型样本的索引，m对应于满足频率最低点约束的样本，n对应于不满足频率最低点约束的样本；ξm为对应于样本m的松弛变量，表示被错误分类的点离分类边界的距离；sm表示满足频率最低点约束样本的总数；x
sm
和x
sn
分别为不同类型样本的特征向量，代表数据样本矩阵x的各列元素，维数等于电力系统的火电机组总数；y
sm
和y
sn
分别为不同类型样本的数据标签，取值为
±
1，对应于标签向量y的元素；
[0041]
2)求解所述单向软间隔支持向量机模型，得到数据样本矩阵x和标签y的分离超平面，最终得到频率最低点约束的等效线性表达式如下：
[0042]
ωu
t
+b≥0
[0043]
ω＝(ω
1 ω
2 ω3ꢀ…ꢀ
ωiꢀ…
)
[0044][0045]
其中，u
t
为对应于时段t的机组启停向量，维数等于电力系统的火电机组总数；为机组i在时段t的的启停变量，为0-1变量；ωi为机组i对应的超平面法向量的元素。
[0046]
本发明第二方面实施例提出一种基于支持向量机的线性频率最低点约束获取装置，包括：
[0047]
电力系统频率响应模型构建模块，用于根据电力系统中各发电机组和场站的调速器模型，建立基于惯性中心的电力系统频率响应模型；
[0048]
样本采集模块，用于采用蒙特卡洛仿真获得所述电力系统机组启停状态的数据样本；
[0049]
样本最大频率偏差计算模块，用于根据所述样本对所述频率响应模型进行数值计算，得到所述样本在预设扰动下的最大频率偏差；
[0050]
样本标签标记模块，用于通过对所述最大频率偏差进行判定，得到所述最大频率偏差对应样本是否满足频率最低点约束的标签标记结果；
[0051]
频率最低约束构建模块，用于根据所述标签标记结果，采用支持向量机技术对所述样本进行分类学习，以得到频率最低点约束。
[0052]
本发明第三方面实施例提出一种电子设备，包括：
[0053]
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
[0054]
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述一种基于支持向量机的线性频率最低点约束获取方法。
[0055]
本发明第四方面实施例提出一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述一种基于支持向量机的线性频率最低点约束获取方法。
[0056]
本发明特点及有益效果在于：
[0057]
本发明提出一种基于支持向量机的线性频率最低点约束获取方法及装置，首先建立基于惯性中心的频率响应模型；然后采用蒙特卡洛仿真技术获得机组启停状态的数据样本；根据机组启停状态的数据样本对所述频率响应模型进行数值求解，得到样本在预设扰动下的最大频率偏差；根据样本的最大频率偏差值是否超过临界值，对样本进行标签标记；最后采用支持向量机技术根据标签对样本进行分类学习得到线性分类边界，即频率最低点约束。
[0058]
(1)采用蒙特卡洛仿真技术，获得机组启停状态的数据样本，以驱动支持向量机模型的计算求解。
[0059]
(2)根据机组启停状态的数据样本对基于惯性中心的频率响应模型进行数值求解，得到样本在预设扰动下的最大频率偏差，并根据频率偏差是否超过临界值对数据样本进行标签标记。
[0060]
(3)基于支持向量机技术，根据样本标签对数据样本进行分类学习，获得线性分类边界，进而得到线性频率最低点约束。
[0061]
(4)本发明采用数据驱动机器学习的思想，根据蒙特卡洛仿真得到的数据样本及其安全标签进行分类学习得到分类边界，从而实现由微分代数方程得到的非线性约束到等效线性约束的转化。引入单向软间隔思想，确保分类边界对样本的保守性，在精度损失可接受的情况下，兼顾电网运行的安全性、可靠性和经济性。
附图说明
[0062]
图1为本发明实施例的一种基于支持向量机的线性频率最低点约束获取方法的整体流程图。
具体实施方式
[0063]
本发明提出一种基于支持向量机的线性频率最低点约束获取方法及装置，下面结合附图和具体实施例进一步详细说明如下。
[0064]
本发明第一方面实施例提出一种基于支持向量机的线性频率最低点约束获取方法，整体流程如图1所示，包括以下步骤：
[0065]
1)基于电力系统中各一次调频设备的调速器模型，建立基于惯性中心的考虑多种一次调频设备的频率响应模型，具体步骤如下：
[0066]
1-1)将电力系统中各机组、场站的频率偏差聚合到一个虚拟中心节点上，各个频率聚合的比重为该机组或场站的容量大小和惯量大小，得到惯性中心频率偏差表达式如下：
[0067][0068]
其中，si表示机组/场站i的容量；hi表示机组/场站i的惯量；δfi表示机组/场站i的频率偏差；δf为惯性中心频率偏差代表电力系统的频率偏差。
[0069]
基于惯性中心频率偏差，可以用一个聚合频率来刻画电力系统的频率变化，进而求解得到电力系统频率的最低点值(对应于最大频率偏差)。
[0070]
1-2)建立电力系统中各机组和场站的调速器模型；
[0071]
本实施例中，对于任一常规火电机组，用hi表示其惯量，其调速器模型可以表示为：
[0072][0073]
其中，i∈ng，ng为火电机组集合；ui为机组i的启停变量，为0-1变量；k
mi
为机组i的机械功率增益系数；ri为机组i的下垂控制系数；t
ri
为机组i的惯性时间常数；f
hi
为机组i的汽轮机功率传输系数；δp
mi
为机组i的机械功率增量。
[0074]
对于任一风电场站，用hj表示其惯量，其调速器模型可以表示为：
[0075][0076]
其中，j∈nw，nw为风电场站集合；rj为场站j的下垂控制系数；tj为场站j的惯性时间常数；δp
mj
为场站j的机械功率增量。
[0077]
1-3)基于步骤1-2)建立的调速器模型，构建电力系统频率偏差与当前运行工况和负荷扰动的闭环传递函数，得到电力系统频率偏差的复频域表达式：
[0078][0079]
其中，δpe为预设的负荷扰动大小，由调度员提前设定；d表示负荷阻尼系数；s为拉普拉斯算子。
[0080]
式(4)为电力系统频率响应模型，对式(4)求拉普拉斯反变换，可以得到电力系统频率偏差的时域表达式δf(t)，进而得到电力系统最大频率偏差δf
max
(对应于频率最低点)。
[0081]
2)采用蒙特卡洛仿真获得电力系统机组启停状态的数据样本：
[0082][0083]
其中，x表示数据样本矩阵，该矩阵中每一列代表通过蒙特卡洛仿真获得的一个样本；表示第l个样本中第i台火电机组的启停状态，符号s表示数据样本(sample)，为0-1变量，表示该机组投入运行，表示该机组处于关机状态。矩阵x的行数等于电力系统的火电机组总数，列数等于生成样本数目，本发明一个具体实施例中样本数目可设为100000。
[0084]
本实施例中的蒙特卡洛仿真计算可以在常用的数学软件中实现，如matlab等；也可以使用基本编程语言通过调用数学运算库来实现，如python、c等等。
[0085]
3)根据步骤2)得到的机组启停状态的数据样本对步骤2)建立的频率响应模型式(4)进行数值计算，得到样本在预设扰动下的最大频率偏差，表达式如下：
[0086][0087]
其中，δf
max
为最大频率偏差向量，与矩阵x相对应，该向量维数与样本数量相同；表示第l个样本的最大频率偏差。
[0088]
需要指出的是，对(4)的拉普拉斯反变换可通过数值计算求解，其计算结果为频率偏差在时域的离散值，计算的时间刻度可设为1ms。该数值计算过程需要借用数学软件，如matlab等；也可以使用基本编程语言通过调用数学运算库来实现，如python、c等等。
[0089]
4)对步骤3)得到的最大频率偏差进行判定，通过判定结果对样本进行标签标记；
[0090]
本发明实施例中，根据计算得到的最大频率偏差向量δf
max
，对各个机组启停状态的数据样本进行标签标记，得到标签向量：
[0091]
y＝[y
s1 y
s2 y
s3
ꢀ…ꢀysl
ꢀ…
]
ꢀꢀꢀꢀꢀꢀ
(7)
[0092]
其中，y为标签向量，维数与样本数量相同；y
sl
表示第l个样本的数据标签，若该样本对应的最大频率偏差小于设定阈值(即)，则y
sl
＝1，表示该样本满足频率最低点约束；否则，令y
sl
＝-1，表示该样本不满足频率最低点约束。其中，为允许的最大频率偏差，可取值为触发低频减载装置的频率偏差值。
[0093]
5)根据步骤4)得到的标签标记结果，采用支持向量机技术根据标签对样本进行分类学习得到线性分类边界，进而得到频率最低点约束；具体步骤如下：
[0094]
5-1)构建单向软间隔支持向量机模型；
[0095]
需要说明的是，支持向量机是一种数据驱动的分类学习方法，可以根据数据样本及其对应的数据标签对样本进行分类，进而得到数据样本的分类边界。需要指出的是，常规的支持向量机模型只有在数据样本可被线性分离的前提下才能被求解，对于机组启停状态变量生成的高维空间，在标签向量y下的数据样本x一般不线性可分，因此需要对常规的支持向量机模型进行修改，本发明实施例中采用单向软间隔支持向量机技术。
[0096]
单向软间隔支持向量机模型只对某一类型的数据引入松弛变量ξ，即允许这一类
型的数据被错误分类。对于数据样本x和其对应的标签y，当y
sl
＝1(对应于满足频率最低点约束的样本)，引入松弛变量；当y
sl
＝-1(对应于不满足频率最低点约束的样本)，不引入松弛变量。即只允许频率安全的样本可被错误分类，而频率不安全的样本不允许其被错误分类。这样可以确保所有不满足频率最低点约束的样本都在分离边界的一侧，因此边界另一侧均为满足频率最低点约束的样本。本实施例中，单向软间隔支持向量机模型可以表示为：
[0097][0098]
其中，ω表示分离边界(超平面)的法向量，其维数等于电力系统火电机组总数目；b为分离超平面到原点的偏移量；c为正则化参数，代表对错误分类样本的惩罚系数，可设为10；m,n分别为不同类型样本的索引，m对应于满足频率最低点约束的样本，n对应于不满足频率最低点约束的样本；ξm为对应于样本m的松弛变量，表示被错误分类的点离分类边界的距离；sm表示满足频率最低点约束样本的总数；x
sm
和x
sn
分别为不同类型样本的特征向量，代表数据样本矩阵x的各列元素，其维数等于电力系统火电机组总数；y
sm
和y
sn
分别为不同类型样本的数据标签，取值大小为
±
1，对应于标签向量y的元素。
[0099]
需要指出的是，对于模型式(8)的求解，需要借用数学软件，如matlab等；也可以使用基本编程语言通过调用数学运算库来实现，如python、c等等。
[0100]
5-2)求解步骤5-1)构建的单向软间隔支持向量机模型，可以得到数据样本x和标签y的分离边界(超平面)，进而可以得到频率最低点约束的等效线性表达式如下：
[0101]
ωu
t
+b≥0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0102]
ω＝(ω
1 ω
2 ω3ꢀ…ꢀ
ωiꢀ…
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0103][0104]
其中，ω为分离边界(超平面)的法向量，维数与电力系统火电机组数量相同，是通过支持向量机技术求解得到；b为分离超平面到原点的偏移量b，也是通过支持向量机技术求解得到；u
t
为对应于时段t的机组启停向量，维数等于电力系统的火电机组总数；为机组i在时段t的的启停变量，为0-1变量；ωi为超平面法向量的元素，与机组i对应。
[0105]
式(9)-(11)为获得的线性频率最低点约束，可以直接嵌入到电力系统的机组组合模型当中，由于该约束为线性约束，不会降低嵌入约束后机组组合模型的求解速度。因此，可以获得可被高效快速求解的考虑频率最低点约束的机组组合模型，从而指导电力系统调度员进行调度决策。
[0106]
为实现上述实施例，本发明第二方面实施例提出一种基于支持向量机的线性频率最低点约束获取装置，包括：
[0107]
电力系统频率响应模型构建模块，用于根据电力系统中各发电机组和场站的调速器模型，建立基于惯性中心的电力系统频率响应模型；
[0108]
样本采集模块，用于采用蒙特卡洛仿真获得所述电力系统机组启停状态的数据样本；
[0109]
样本最大频率偏差计算模块，用于根据所述样本对所述频率响应模型进行数值计算，得到所述样本在预设扰动下的最大频率偏差；
[0110]
样本标签标记模块，用于通过对所述最大频率偏差进行判定，得到所述最大频率偏差对应样本是否满足频率最低点约束的标签标记结果；
[0111]
频率最低约束构建模块，用于根据所述标签标记结果，采用支持向量机技术对所述样本进行分类学习，以得到频率最低点约束。
[0112]
为实现上述实施例，本发明第三方面实施例提出一种电子设备，包括：
[0113]
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
[0114]
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述一种基于支持向量机的线性频率最低点约束获取方法。
[0115]
为实现上述实施例，本发明第四方面实施例提出一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述一种基于支持向量机的线性频率最低点约束获取方法。
[0116]
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号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，其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读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：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0117]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述实施例的一种基于支持向量机的线性频率最低点约束获取方法。
[0118]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务
提供商来通过因特网连接)。
[0119]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0120]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0121]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0122]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
[0123]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0124]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0125]
此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以
是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块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。
[0126]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。