库存滚动预测方法和系统与流程

1.本发明涉及燃煤库存预测技术领域，尤其涉及一种库存滚动预测方法和系统。


背景技术：

2.煤炭能源的战略地位和我国资源赋存的特点，决定了解决中国的能源问题必须以煤为主；我国电力供应约70％来源于燃煤火力发电长期以来，燃煤火力发电占据我国电力供应主导地位，为应对日趋复杂的火电经营环境，发电企业需要实现效益最大化，即追求利润的最大化，需协同考虑以保证收入与支出的平衡；而燃煤电厂的支出主要为燃煤采购费用，固定成本均摊至每月可看作固定值，则“燃煤采购支出＝燃煤采购量
×
燃煤采购价”；一般而言，发电企业的收入与支出之间所呈现的关系并非具有一致性，收入越高并不代表收益越大，支出越小也并不能说明收益越大，最终电厂的利润情况由燃煤采购量与发电量综合决定。
3.现货市场环境下，发电企业要实现效益最大化的目标更需要良好的决策控制；但就当前燃料采购与电量销售而言，绝大部分电厂仍然是分开考虑，“各自为政”，效益最大化的目标一般只考虑单一因素而未进行全局考量；电厂一般一个月采购一次燃煤，并根据大概预测的煤炭价格确定燃煤采购量，此时燃煤价格可能处于高位，导致采购成本增加；电厂的发电量一般取决于争取到的发电指标，即电厂每月的发电量一般是固定的，因此电量收入主要取决于电量销售时的电力价格；如果在电价低的时候发电量高，或者电价高的时候发电量低，均会导致电厂的电量收入降低；因此，现有的研究工作并未考虑燃煤采购量与发电量之间的内在联系、以及煤炭市场行情与电力价格动态波动的特性，导致发电企业无法实现效益最大化的目标。


技术实现要素：

4.本发明的主要目的在于提供一种库存滚动预测方法和系统，旨在解决现有技术中燃煤采购无法与发电量以及煤炭市场行情与电力价格动态波动相关联，容易导致采购无法满足实际需求或造成库存冗余，极大降低了电厂收益的技术问题。
5.第一方面，本发明提供一种库存滚动预测方法，所述库存滚动预测方法包括以下步骤：
6.获取燃煤约束条件，根据所述燃煤约束条件生成月度采购计划；
7.获取当前库存和预计耗用情况，根据所述当前库存、所述月度采购计划和所述预计耗用情况确定预期存煤量；
8.获取中转港存煤数据和每日煤质数据，根据所述中转港存煤数据和所述每日煤质数据对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果。
9.可选地，所述获取燃煤约束条件，根据所述燃煤约束条件生成月度采购计划，包括：
10.获取火电机组正常运行的燃煤要求，年度长协兑现比例及存煤上限值，将所述燃
煤要求，所述年度长协兑现比例及所述存煤上限值作为燃煤约束条件，并根据所述燃煤约束条件生成月度采购计划。
11.可选地，所述获取当前库存和预计耗用情况，根据所述当前库存、所述月度采购计划和所述预计耗用情况确定预期存煤量，包括：
12.获取当前库存和预计耗用情况，计算所述当前库存和所述月度采购计划之和对应的库存煤总数；
13.根据所述预计耗用情况确定每月耗煤数，将所述库存煤总数与所述每月耗煤数的差值作为预期存煤量。
14.可选地，所述获取中转港存煤数据和每日煤质数据，根据所述中转港存煤数据和所述每日煤质数据对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果，包括：
15.获取中转港的中转存煤量、中转港属性信息、外贸煤种通过时间及每日煤质数据；
16.根据所述中转存煤量、所述中转港属性信息、所述外贸煤种通过时间及所述每日煤质情况与预设库存调整关系获得对应的库存调整参数；
17.根据所述库存调整参数对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果。
18.可选地，所述根据所述中转存煤量、所述中转港属性信息、所述外贸煤种通过时间及所述每日煤质情况与预设库存调整关系获得对应的库存调整参数之前，所述库存滚动预测方法包括：
19.获取历史存煤样本数据，根据所述历史存煤样本数据对预设库存滚动预测模型进行训练，获得不同样本数据与不同库存调整参数映射的预设库存调整关系。
20.第二方面，为实现上述目的，本发明还提出一种库存滚动预测系统，所述库存滚动预测系统包括：
21.计划生成模块，用于获取燃煤约束条件，根据所述燃煤约束条件生成月度采购计划；
22.存煤量确定模块，用于获取当前库存和预计耗用情况，根据所述当前库存、所述月度采购计划和所述预计耗用情况确定预期存煤量；
23.预测模块，用于获取中转港存煤数据和每日煤质数据，根据所述中转港存煤数据和所述每日煤质数据对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果。
24.可选地，所述计划生成模块，还用于获取火电机组正常运行的燃煤要求，年度长协兑现比例及存煤上限值，将所述燃煤要求，所述年度长协兑现比例及所述存煤上限值作为燃煤约束条件，并根据所述燃煤约束条件生成月度采购计划。
25.可选地，所述存煤量确定模块，还用于获取当前库存和预计耗用情况，计算所述当前库存和所述月度采购计划之和对应的库存煤总数；
26.所述存煤量确定模块，还用于根据所述预计耗用情况确定每月耗煤数，将所述库存煤总数与所述每月耗煤数的差值作为预期存煤量。
27.可选地，所述预测模块，还用于获取中转港的中转存煤量、中转港属性信息、外贸煤种通过时间及每日煤质数据；
28.所述预测模块，还用于根据所述中转存煤量、所述中转港属性信息、所述外贸煤种通过时间及所述每日煤质情况与预设库存调整关系获得对应的库存调整参数；
29.所述预测模块，还用于根据所述库存调整参数对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果。
30.可选地，所述预测模块，还用于获取历史存煤样本数据，根据所述历史存煤样本数据对预设库存滚动预测模型进行训练，获得不同样本数据与不同库存调整参数映射的预设库存调整关系。
31.本发明提出的库存滚动预测方法，通过获取燃煤约束条件，根据所述燃煤约束条件生成月度采购计划；获取当前库存和预计耗用情况，根据所述当前库存、所述月度采购计划和所述预计耗用情况确定预期存煤量；获取中转港存煤数据和每日煤质数据，根据所述中转港存煤数据和所述每日煤质数据对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果；能够在保障电厂安全运行的前提下实现利润最大化，提升库存滚动预测的准确度，节省了预测时间，提升了库存预测精度，提高了发电效率，提升了电厂发电的经济效益。
附图说明
32.图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图；
33.图2为本发明库存滚动预测方法第一实施例的流程示意图；
34.图3为本发明库存滚动预测方法第二实施例的流程示意图；
35.图4为本发明库存滚动预测方法第三实施例的流程示意图；
36.图5为本发明库存滚动预测方法第四实施例的流程示意图；
37.图6为本发明库存滚动预测系统第一实施例的功能模块图。
38.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
39.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
40.本发明实施例的解决方案主要是：通过获取燃煤约束条件，根据所述燃煤约束条件生成月度采购计划；获取当前库存和预计耗用情况，根据所述当前库存、所述月度采购计划和所述预计耗用情况确定预期存煤量；获取中转港存煤数据和每日煤质数据，根据所述中转港存煤数据和所述每日煤质数据对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果；能够在保障电厂安全运行的前提下实现利润最大化，提升库存滚动预测的准确度，节省了预测时间，提升了库存预测精度，提高了发电效率，提升了电厂发电的经济效益，解决了现有技术中燃煤采购无法与发电量以及煤炭市场行情与电力价格动态波动相关联，容易导致采购无法满足实际需求或造成库存冗余，极大降低了电厂收益的技术问题。
41.参照图1，图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图。
42.如图1所示，该设备可以包括：处理器1001，例如cpu，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口
1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储系统。
43.本领域技术人员可以理解，图1中示出的设备结构并不构成对该设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
44.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及库存滚动预测程序。
45.本发明设备通过处理器1001调用存储器1005中存储的库存滚动预测程序，并执行以下操作：
46.获取燃煤约束条件，根据所述燃煤约束条件生成月度采购计划；
47.获取当前库存和预计耗用情况，根据所述当前库存、所述月度采购计划和所述预计耗用情况确定预期存煤量；
48.获取中转港存煤数据和每日煤质数据，根据所述中转港存煤数据和所述每日煤质数据对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果。
49.本发明设备通过处理器1001调用存储器1005中存储的库存滚动预测程序，还执行以下操作：
50.获取火电机组正常运行的燃煤要求，年度长协兑现比例及存煤上限值，将所述燃煤要求，所述年度长协兑现比例及所述存煤上限值作为燃煤约束条件，并根据所述燃煤约束条件生成月度采购计划。
51.本发明设备通过处理器1001调用存储器1005中存储的库存滚动预测程序，还执行以下操作：
52.获取当前库存和预计耗用情况，计算所述当前库存和所述月度采购计划之和对应的库存煤总数；
53.根据所述预计耗用情况确定每月耗煤数，将所述库存煤总数与所述每月耗煤数的差值作为预期存煤量。
54.本发明设备通过处理器1001调用存储器1005中存储的库存滚动预测程序，还执行以下操作：
55.获取中转港的中转存煤量、中转港属性信息、外贸煤种通过时间及每日煤质数据；
56.根据所述中转存煤量、所述中转港属性信息、所述外贸煤种通过时间及所述每日煤质情况与预设库存调整关系获得对应的库存调整参数；
57.根据所述库存调整参数对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果。
58.本发明设备通过处理器1001调用存储器1005中存储的库存滚动预测程序，还执行以下操作：
59.获取历史存煤样本数据，根据所述历史存煤样本数据对预设库存滚动预测模型进行训练，获得不同样本数据与不同库存调整参数映射的预设库存调整关系。
60.本实施例通过上述方案，通过获取燃煤约束条件，根据所述燃煤约束条件生成月度采购计划；获取当前库存和预计耗用情况，根据所述当前库存、所述月度采购计划和所述
预计耗用情况确定预期存煤量；获取中转港存煤数据和每日煤质数据，根据所述中转港存煤数据和所述每日煤质数据对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果；能够在保障电厂安全运行的前提下实现利润最大化，提升库存滚动预测的准确度，节省了预测时间，提升了库存预测精度，提高了发电效率，提升了电厂发电的经济效益。
61.基于上述硬件结构，提出本发明库存滚动预测方法实施例。
62.参照图2，图2为本发明库存滚动预测方法第一实施例的流程示意图。
63.在第一实施例中，所述库存滚动预测方法包括以下步骤：
64.步骤s10、获取燃煤约束条件，根据所述燃煤约束条件生成月度采购计划。
65.需要说明的是，燃煤约束条件为各煤种对应的目标燃煤的预先设置的存煤约束条件，通过所述燃煤约束条件生成月度采购计划，即每月的燃煤采购计划。
66.步骤s20、获取当前库存和预计耗用情况，根据所述当前库存、所述月度采购计划和所述预计耗用情况确定预期存煤量。
67.可以理解的是，所述当前库存为当前燃煤各煤种的库存数量，所述预计耗用情况为根据历史消耗数据预估的燃煤消耗数据，通过所述当前库存、所述月度采购计划和所述预计耗用情况可以计算确定预期存煤量。
68.步骤s30、获取中转港存煤数据和每日煤质数据，根据所述中转港存煤数据和所述每日煤质数据对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果。
69.应当理解的是，中转港存煤数据为中转港中存放燃煤的相关数据，所述每日煤质数据为每天燃煤的质量情况对应的数据，通过所述转港存煤数据和所述每日煤质数据对所述预期存煤量进行调整，从而获得与目标周期对应的库存滚动预测结果，所述目标周期为需要进行库存预测的周期，一般可以设置为30天、60天、90天，当然也可以设置为其他数值，本实施例对此不加以限制。
70.本实施例通过上述方案，通过获取燃煤约束条件，根据所述燃煤约束条件生成月度采购计划；获取当前库存和预计耗用情况，根据所述当前库存、所述月度采购计划和所述预计耗用情况确定预期存煤量；获取中转港存煤数据和每日煤质数据，根据所述中转港存煤数据和所述每日煤质数据对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果；能够在保障电厂安全运行的前提下实现利润最大化，提升库存滚动预测的准确度，节省了预测时间，提升了库存预测精度，提高了发电效率，提升了电厂发电的经济效益。
71.进一步地，图3为本发明库存滚动预测方法第二实施例的流程示意图，如图3所示，基于第一实施例提出本发明库存滚动预测方法第二实施例，在本实施例中，所述步骤s10具体包括以下步骤：
72.步骤s11、获取火电机组正常运行的燃煤要求，年度长协兑现比例及存煤上限值，将所述燃煤要求，所述年度长协兑现比例及所述存煤上限值作为燃煤约束条件，并根据所述燃煤约束条件生成月度采购计划。
73.需要说明的是，火电机组正常运行过程中会有相应的要求，即燃煤要求，年度长协兑现比例为以年度为区间对应的长协兑现比例，所述存煤上限值为方仓/中转港的存煤上限，进而可以将所述燃煤要求，所述年度长协兑现比例及所述存煤上限值作为燃煤约束条件，从而按照约束条件进行月度采购计划生成。
74.本实施例通过上述方案，通过获取火电机组正常运行的燃煤要求，年度长协兑现
比例及存煤上限值，将所述燃煤要求，所述年度长协兑现比例及所述存煤上限值作为燃煤约束条件，并根据所述燃煤约束条件生成月度采购计划，能够准确获得月度采购计划，提升库存滚动预测的准确度。
75.进一步地，图4为本发明库存滚动预测方法第三实施例的流程示意图，如图4所示，基于第一实施例提出本发明库存滚动预测方法第三实施例，在本实施例中，所述步骤s20具体包括以下步骤：
76.步骤s21、获取当前库存和预计耗用情况，计算所述当前库存和所述月度采购计划之和对应的库存煤总数。
77.需要说明的是，获取当前库存和预计耗用情况之后，可以将所述当前库存和所述月度采购计划进行相加获得对应的库存之和，作为对应的库存煤总数。
78.步骤s22、根据所述预计耗用情况确定每月耗煤数，将所述库存煤总数与所述每月耗煤数的差值作为预期存煤量。
79.可以理解的是，通过所述预计耗用情况可以确定每月的耗煤数，将所述库存煤总数减去所述每月耗煤数，进而将两者的差值作为预期存煤量。
80.本实施例通过上述方案，通过获取当前库存和预计耗用情况，计算所述当前库存和所述月度采购计划之和对应的库存煤总数；根据所述预计耗用情况确定每月耗煤数，将所述库存煤总数与所述每月耗煤数的差值作为预期存煤量，能够获得准确的预期存煤量煤种相关信息，提升库存滚动预测的准确性。
81.进一步地，图5为本发明库存滚动预测方法第四实施例的流程示意图，如图5所示，基于第一实施例提出本发明库存滚动预测方法第四实施例，在本实施例中，所述步骤s30具体包括以下步骤：
82.步骤s31、获取中转港的中转存煤量、中转港属性信息、外贸煤种通过时间及每日煤质数据。
83.需要说明的是，在获得了月度采购计划后，同时可以获取中转港的中转存煤量、中转港属性信息、外贸煤种通过时间及每日煤质数据，中转港属性信息可以是转运到厂所需时间及免堆期时长等，本实施例对此不加以限制；外贸煤种通过时间为外贸煤种通关的时间，每日煤质数据为每日初和日末的煤质情况对应的数据。
84.步骤s32、根据所述中转存煤量、所述中转港属性信息、所述外贸煤种通过时间及所述每日煤质情况与预设库存调整关系获得对应的库存调整参数。
85.可以理解的是，所述预设库存调整关系为预先设置不同存煤量、不同的中转港属性信息、不同的外贸煤种通过时间及每日煤质情况对应不同的库存调整参数的映射关系，根据所述中转存煤量、所述中转港属性信息、所述外贸煤种通过时间及所述每日煤质情况与预设库存调整关系获得对应的库存调整参数。
86.进一步的，所述步骤s32之前，所述库存滚动预测方法还包括以下步骤：
87.获取历史存煤样本数据，根据所述历史存煤样本数据对预设库存滚动预测模型进行训练，获得不同样本数据与不同库存调整参数映射的预设库存调整关系。
88.应当理解的是，所述历史存煤样本数据为在一定时间周期内的燃煤库存动态变化的样本数据，通过所述历史存煤样本数据对预设库存滚动预测模型进行训练，能够获得不同样本数据与不同库存调整参数映射的预设库存调整关系。
89.在具体实现中，预设库存滚动预测模型的建模过程复杂，涉及到的模型、约束多(内外贸、中转港、免堆期、内河运输、方仓存煤、耗用预测、煤质预测、煤量预测、机组燃用约束等)、预测的周期长，依赖的基础数据较多等问题。
90.步骤s33、根据所述库存调整参数对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果。
91.应当理解的是，通过所述库存调整参数可以对所述预期存煤量进行相应调整，从而获得目标周期对应的库存预测结果。
92.本实施例通过上述方案，通过获取中转港的中转存煤量、中转港属性信息、外贸煤种通过时间及每日煤质数据；根据所述中转存煤量、所述中转港属性信息、所述外贸煤种通过时间及所述每日煤质情况与预设库存调整关系获得对应的库存调整参数；根据所述库存调整参数对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果，能够在保障电厂安全运行的前提下实现利润最大化，提升库存滚动预测的准确度，节省了预测时间，提升了库存预测精度，提高了发电效率，提升了电厂发电的经济效益。
93.相应地，本发明进一步提供一种库存滚动预测系统。
94.参照图6，图6为本发明库存滚动预测系统第一实施例的功能模块图。
95.本发明库存滚动预测系统第一实施例中，该库存滚动预测系统包括：
96.计划生成模块10，用于获取燃煤约束条件，根据所述燃煤约束条件生成月度采购计划。
97.存煤量确定模块20，用于获取当前库存和预计耗用情况，根据所述当前库存、所述月度采购计划和所述预计耗用情况确定预期存煤量。
98.预测模块30，用于获取中转港存煤数据和每日煤质数据，根据所述中转港存煤数据和所述每日煤质数据对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果。
99.所述计划生成模块10，还用于获取火电机组正常运行的燃煤要求，年度长协兑现比例及存煤上限值，将所述燃煤要求，所述年度长协兑现比例及所述存煤上限值作为燃煤约束条件，并根据所述燃煤约束条件生成月度采购计划。
100.所述存煤量确定模块20，还用于获取当前库存和预计耗用情况，计算所述当前库存和所述月度采购计划之和对应的库存煤总数；
101.所述存煤量确定模块20，还用于根据所述预计耗用情况确定每月耗煤数，将所述库存煤总数与所述每月耗煤数的差值作为预期存煤量。
102.所述预测模块30，还用于获取中转港的中转存煤量、中转港属性信息、外贸煤种通过时间及每日煤质数据；
103.所述预测模块30，还用于根据所述中转存煤量、所述中转港属性信息、所述外贸煤种通过时间及所述每日煤质情况与预设库存调整关系获得对应的库存调整参数；
104.所述预测模块30，还用于根据所述库存调整参数对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果。
105.所述预测模块30，还用于获取历史存煤样本数据，根据所述历史存煤样本数据对预设库存滚动预测模型进行训练，获得不同样本数据与不同库存调整参数映射的预设库存调整关系。
106.其中，库存滚动预测系统的各个功能模块实现的步骤可参照本发明库存滚动预测方法的各个实施例，此处不再赘述。
107.此外，本发明实施例还提出一种存储介质，所述存储介质上存储有库存滚动预测程序，所述库存滚动预测程序被处理器执行时实现如下操作：
108.获取燃煤约束条件，根据所述燃煤约束条件生成月度采购计划；
109.获取当前库存和预计耗用情况，根据所述当前库存、所述月度采购计划和所述预计耗用情况确定预期存煤量；
110.获取中转港存煤数据和每日煤质数据，根据所述中转港存煤数据和所述每日煤质数据对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果。
111.进一步地，所述库存滚动预测程序被处理器执行时还实现如下操作：
112.获取火电机组正常运行的燃煤要求，年度长协兑现比例及存煤上限值，将所述燃煤要求，所述年度长协兑现比例及所述存煤上限值作为燃煤约束条件，并根据所述燃煤约束条件生成月度采购计划。
113.进一步地，所述库存滚动预测程序被处理器执行时还实现如下操作：
114.获取当前库存和预计耗用情况，计算所述当前库存和所述月度采购计划之和对应的库存煤总数；
115.根据所述预计耗用情况确定每月耗煤数，将所述库存煤总数与所述每月耗煤数的差值作为预期存煤量。
116.进一步地，所述库存滚动预测程序被处理器执行时还实现如下操作：
117.获取中转港的中转存煤量、中转港属性信息、外贸煤种通过时间及每日煤质数据；
118.根据所述中转存煤量、所述中转港属性信息、所述外贸煤种通过时间及所述每日煤质情况与预设库存调整关系获得对应的库存调整参数；
119.根据所述库存调整参数对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果。
120.进一步地，所述库存滚动预测程序被处理器执行时还实现如下操作：
121.获取历史存煤样本数据，根据所述历史存煤样本数据对预设库存滚动预测模型进行训练，获得不同样本数据与不同库存调整参数映射的预设库存调整关系。
122.本实施例通过上述方案，通过获取中转港的中转存煤量、中转港属性信息、外贸煤种通过时间及每日煤质数据；根据所述中转存煤量、所述中转港属性信息、所述外贸煤种通过时间及所述每日煤质情况与预设库存调整关系获得对应的库存调整参数；根据所述库存调整参数对所述预期存煤量进行调整，获得与目标周期对应的库存滚动预测结果，能够在保障电厂安全运行的前提下实现利润最大化，提升库存滚动预测的准确度，节省了预测时间，提升了库存预测精度，提高了发电效率，提升了电厂发电的经济效益。
123.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
124.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
125.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。