储能系统参与电网调频的控制方法、储能系统和电子设备与流程

1.本技术涉及储能系统参与电网调频控制技术领域，尤其涉及储能系统参与电网调频的控制方法、储能系统和电子设备。


背景技术：

2.频率是衡量电网中电能质量的重要指标之一，为了维持电力系统中发电设备、用电设备的安全稳定运行，必须要通过各种手段使电网频率保持在合格的范围内。
3.传统电网的调频任务主要由火电机组承担，随着电网中新能源比例的快速增长，火电机组逐渐退出，系统中的调频容量迅速减小，电网的调频能力下降。因此要求电网中的新能源具有调频能力，来弥补随着火电机组退出而减小的调频机组容量。
4.随着新能源的发电系统和储能系统接入到电网中，导致电网中出现更多突变负荷以及不确定性因素，而传统的电网调频控制方法对于应对短时间内负荷急剧变化引起的有功功率不平衡问题具有一定局限性，并且难以应对不可预知的不确定性因素。


技术实现要素：

5.基于此，有必要针对上述问题，本技术提出了储能系统参与电网调频的控制方法、储能系统和电子设备，能够有效解决储能系统调频控制所面临的难以有效处理突变负荷及不确定性因素的难题。
6.第一方面，本技术提供了一种储能系统参与电网调频的控制方法，包括：
7.针对储能变流器的数学模型，基于智能滑模架构对储能变流器进行控制设计得到控制函数；
8.接收有功功率控制指令，其中有功功率控制指令用于指示期望功率；
9.根据期望功率，使用控制函数控制储能变流器调节储能系统的系统调频出力特性，其中系统调频出力特性用于参与调节电网中有功功率平衡，维持电网频率稳定，储能系统包括储能变流器。
10.可选的，在本技术第一方面的一种可能的实现方式中，控制函数为终端滑模控制函数，针对储能变流器的数学模型，基于智能滑模架构对储能变流器进行控制设计得到控制函数，包括：
11.基于数学模型，选取相应的终端滑模面设计得到终端滑模控制函数，其中终端滑模控制函数用于当储能系统的系统状态达到终端滑模面对应的运行状态时，控制期望功率的跟踪误差收敛至零；
12.使用模糊神经网络模型，获取终端滑模控制函数中所需的储能变流器的参数。
13.可选的，在本技术第一方面的一种可能的实现方式中，使用模糊神经网络模型，获取终端滑模控制函数中所需的储能变流器的参数，包括：
14.使用模糊神经网络模型对储能变流器进行深度学习得到输出结果；
15.当输出结果无限逼近储能变流器的参数时，将输出结果确定为终端滑模控制函数
中所需的储能变流器的参数。
16.可选的，在本技术第一方面的一种可能的实现方式中，数学模型的表达式为：
[0017][0018]
其中，x表示储能变流器的输出向量，为x的导数，p(x)表示储能变流器的参数对应的向量，b表示储能变流器中固定参数构成的向量，q表示控制函数。
[0019]
可选的，在本技术第一方面的一种可能的实现方式中，当控制函数为终端滑模控制函数时，终端滑模控制函数的表达式q为：
[0020][0021]
其中，xd为与有功功率控制指令对应的输出向量，为xd的导数，α，β为非零正常数，a，b为正奇数且a＜b,h为非零正常数，e为期望功率的跟踪误差，s表示终端滑模面函数。
[0022]
可选的，在本技术第一方面的一种可能的实现方式中，终端滑模控制函数是根据选定的终端滑模面函数设计得到，终端滑模面函数的表达式s为：
[0023]
s＝αe+βe
a/b
[0024]
其中，α，β为非零正常数，a，b为正奇数且a＜b，e为期望功率的跟踪误差。
[0025]
可选的，在本技术第一方面的一种可能的实现方式中，模糊神经网络模型包括四层，第一层至第四层依次为：输入层、模糊化层、规则层和输出层；
[0026]
输入层的各个节点直接与输入量的各个分量连接，将输入量传到模糊化层；模糊化层采用高斯型函数作为隶属度函数，其函数表达式为：
[0027][0028]
其中，ei(i＝1,...,n)代表跟踪偏差向量e中的元素，和分别是第i个输入变量第j个模糊集合的隶属函数的中心向量和基宽，n
pi
表示隶属度函数的单独个数，向量b和c分别代表高斯型隶属度函数所有的基宽和中心向量的集合，为第i个输入变量第j个模糊集合的隶属度；
[0029]
规则层的函数表达式为：
[0030][0031]
其中，lk(k＝1,...,ny)表示规则层的第k个输出，代表模糊化层和规则层之间的连接权矩阵；
[0032]
输出层的函数表达式为：
[0033][0034]
其中，ny是规则的总数目，yo为输出层中每个节点的输出向量，为规则层和输出层之间的连接权矩阵。
[0035]
第二方面，本技术提供了一种储能系统，包括：
[0036]
储能变流器和控制器,控制器用于控制储能变流器；
[0037]
控制器包括：控制设计模块、接收模块和控制执行模块；
[0038]
控制设计模块用于：针对储能变流器的数学模型，基于智能滑模架构对储能变流器进行控制设计得到控制函数；
[0039]
接收模块用于：接收有功功率控制指令，其中有功功率控制指令用于指示期望功率；
[0040]
控制执行模块用于：根据期望功率，使用控制函数控制储能变流器调节储能系统的系统调频出力特性，其中系统调频出力特性用于参与调节电网中有功功率平衡，维持电网频率稳定。
[0041]
第三方面，本技术提供了一种电子设备，包括：
[0042]
处理器和存储器，存储器上存储有可执行代码；
[0043]
当可执行代码被处理器执行时，使得电子设备执行如第一方面及其第一方面中任一种实现方式中所述的方法。
[0044]
第四方面，本技术提供了一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被处理器执行时，使得处理器执行如第一方面及其第一方面中任一种实现方式中所述的方法。
[0045]
本技术提供的技术方案具有以下有益效果：
[0046]
针对储能变流器的数学模型，基于智能滑模架构对储能变流进行控制设备得到控制函数，进而在接收到有功功率指令时，根据指令指示的期望功率使用控制函数控制储能变流器调节储能系统的系统调频出力特性，以调节电网中有功功率平衡，维持电网频率稳定。应理解，数学模型可以准确地描述储能变流器的实时运行状况，并且智能滑模架构具有的在滑动模态下控制系统在内部参数不确定和外部扰动存在下具有鲁棒性的优点，从而使得针对储能变流器的数学模型，通过基于智能滑模架构设计得到的控制函数，可以有效处理电网中短时间内负荷急剧变化引起的有功功率不平衡问题，以及有效应对电网中产生的不确定性因素。
[0047]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
[0048]
通过结合附图对本技术示例性实施方式进行更详细的描述，本技术的上述以及其它目的、特征和优势将变得更加明显，其中，在本技术示例性实施方式中，相同的参考标号通常代表相同部件。
[0049]
图1为本技术实施例中储能系统参与电网调频的控制方法的一个流程示意图；
[0050]
图2为本技术实施例中基于数学模型构建终端滑模控制函数的一个流程示意图；
[0051]
图3为本技术实施例中储能变流器的一个结构示意图；
[0052]
图4为本技术实施例中储能系统的一个结构示意图；
[0053]
图5为本技术实施例中电子设备的一个结构示意图。
具体实施方式
[0054]
下面将参照附图更详细地描述本技术的实施方式。虽然附图中显示了本技术的实施方式，然而应该理解，可以以各种形式实现本技术而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本技术更加透彻和完整，并且能够将本技术的范围完整地传达给本领域的技术人员。
[0055]
在本技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0056]
应当理解，尽管在本技术可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本技术范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0057]
本技术实施例中提供了一种储能系统参与电网调频的控制方法，适用于有新能源的储能系统接入的电网场景中，能够有效解决储能系统调频控制所面临的难以有效处理突变负荷及不确定性因素的难题。
[0058]
为了便于理解本技术实施例中的技术方案，下面先对本技术实施例中涉及的一些基本技术名词进行说明，具体如下：
[0059]
储能变流器：其英文全称为power conversion system，简称pcs可控制蓄电池的充电和放电过程，进行交直流的变换，在无电网情况下可以直接为交流负荷供电，广泛应用于电网运行中。实际应用中，为确保供电的稳定性，电源系统通常并联设置有多个储能变流器。
[0060]
滑模控制：由于滑模控制具有的在滑动模态下控制系统在内部参数不确定和外部扰动存在下具有鲁棒性的优点，滑模控制已经被广泛应用于不确定系统的控制中。众所周知，现有的滑模控制主要包括传统的线性滑模控制和非线性终端滑模控制。与仅能提供渐近稳定的线性滑模相比，终端滑模能为控制系统提供更快的收敛速度和更高的收敛精度。
[0061]
为了便于理解本技术实施例中储能系统参与电网调频的控制方法，下面结合附图对本技术实施例中的技术方案进行详细说明，具体如下：
[0062]
图1为本技术实施例中储能系统参与电网调频的控制方法的一个流程示意图。
[0063]
如图1所示，本技术实施例中储能系统参与电网调频的控制方法，包括：
[0064]
101、针对储能变流器的数学模型，基于智能滑模架构对储能变流器进行控制设计得到控制函数。
[0065]
本技术实施例中，储能变流器可以是直流-交流dc-ac逆变器，智能滑模架构是基于终端滑模设计的控制架构。可选的，控制函数包括终端滑模控制函数，相应的，基于该终端滑模控制函数可设计得到相应的终端滑模控制器。
[0066]
可选的，在本技术实施例的一种实施方式中：控制函数为终端滑模控制函数；
[0067]
上述针对储能变流器的数学模型，基于智能滑模架构对储能变流器进行控制设计
得到控制函数，具体可以执行以下操作：
[0068]
基于储能变流器的数学模型，选取相应的终端滑模面设计得到终端滑模控制函数，其中终端滑模控制函数用于当储能系统的系统状态达到终端滑模面对应的运行状态时，控制期望功率的跟踪误差收敛至零；
[0069]
使用模糊神经网络模型，获取终端滑模控制函数中所需的储能变流器的参数。
[0070]
进一步可选的，在本技术实施例的一种实施方式中，上述使用模糊神经网络模型，获取终端滑模控制函数中所需的储能变流器的参数，包括：
[0071]
使用模糊神经网络模型对储能变流器进行深度学习得到输出结果；
[0072]
当输出结果无限逼近储能变流器的参数时，将输出结果确定为终端滑模控制函数中所需的储能变流器的参数。
[0073]
应理解，在步骤101之前，还应当构建储能变流器的数学模型，后文中将结合图3所示的储能变流器的结构对其数学模型的构建进行说明。
[0074]
由上文可知，可以使用模糊神经网络模型，获取终端滑模控制函数中所需的储能变流器的参数，模糊神经网络模型是一种深度学习模型，适用于系统的内部参数不确定的场景中，可以准确地获取储能变流器的参数。
[0075]
可选的，在本技术实施例的一种实施方式中，模糊神经网络模型包括四层，第一层至第四层依次为：输入层、模糊化层、规则层和输出层；
[0076]
输入层的各个节点直接与输入量的各个分量连接，将输入量传到模糊化层；模糊化层采用高斯型函数作为隶属度函数，其函数表达式为：
[0077][0078]
其中，ei(i＝1,...,n)代表跟踪偏差向量e中的元素，和分别是第i个输入变量第j个模糊集合的隶属函数的中心向量和基宽，n
pi
表示隶属度函数的单独个数，向量b和c分别代表高斯型隶属度函数所有的基宽和中心向量的集合，为第i个输入变量第j个模糊集合的隶属度；
[0079]
规则层的函数表达式为：
[0080][0081]
其中，lk(k＝1,...,ny)表示规则层的第k个输出，代表模糊化层和规则层之间的连接权矩阵；
[0082]
输出层的函数表达式为：
[0083][0084]
其中，ny是规则的总数目，yo为输出层中每个节点的输出向量，为规则层和输出层之间的连接权矩阵。
[0085]
具体的，为了便于计算，在上述规则层的函数表达式中，采用n
pi
表示隶属度函数的单独个数，并且我们定义自适应参数向量b和c分别代表高斯型隶属度函数所有的基宽和中
心向量的集合，即：
[0086][0087]
和，
[0088]
其中代表隶属度函数的总个数，和为第n个输入变量第n
pn
个模糊集合的隶属函数的中心向量和基宽。
[0089]
102、接收有功功率控制指令，有功功率控制指令用于指示期望功率。
[0090]
本技术实施例中，有功功率控制指令用于指示期望功率，期望功率是系统保证负载平衡、频率稳定等所需的负载功率，例如，光伏电站的有功功率指令值等，换言之，有功功率控制指令可以通过指示光伏电站的有功功率指令值等方式指示相应的期望功率。
[0091]
103、根据期望功率，使用控制函数控制储能变流器调节储能系统的系统调频出力特性。
[0092]
本技术实施例中，将期望功率确定为控制目标，进而使用控制函数控制储能变流器调节储能系统的系统调频出力特性，以达到该期望功率，实现有功功率平衡，从而维持系统频率稳定。
[0093]
应理解，无论是储能系统或是火电机组系统均有各自的出力特性，其详细描述可参阅相关技术资料，对此本技术不再赘述。
[0094]
综上所述，在本技术实施例的技术方案中，针对储能变流器的数学模型，基于智能滑模架构对储能变流进行控制设备得到控制函数，进而在接收到有功功率指令时，根据指令指示的期望功率使用控制函数控制储能变流器调节储能系统的系统调频出力特性，以调节电网中有功功率平衡，维持电网频率稳定。应理解，数学模型可以准确地描述储能变流器的实时运行状况，并且智能滑模架构具有的在滑动模态下控制系统在内部参数不确定和外部扰动存在下具有鲁棒性的优点，从而使得针对储能变流器的数学模型，通过基于智能滑模架构设计得到的控制函数，可以有效处理电网中短时间内负荷急剧变化引起的有功功率不平衡问题，以及有效应对电网中产生的不确定性因素。
[0095]
图2为本技术实施例中基于数学模型构建终端滑模控制函数的一个流程示意图。
[0096]
如图2所示，本技术实施例中基于数学模型构建终端滑模控制函数，包括：
[0097]
201、基于储能变流器的数学模型设计相应的终端滑模面函数。
[0098]
可选的，在本技术第一方面的一种可能的实现方式中，构建的数学模型的表达式为：
[0099][0100]
其中，x表示储能变流器的输出向量，为x的导数，p(x)表示储能变流器的参数对应的向量，b表示储能变流器中固定参数构成的向量，q表示控制函数。
[0101]
进一步的，在本技术第一方面的一种可能的实现方式中，当控制函数为终端滑模控制函数时，终端滑模控制函数的表达式q为：
[0102]
[0103]
其中，xd为与有功功率控制指令对应的输出向量，为xd的导数，α，β为非零正常数，a，b为正奇数且a＜b,h为非零正常数，e为期望功率的跟踪误差，s表示终端滑模面函数。
[0104]
202、根据设计的终端滑模面函数设计得到终端滑模控制函数。
[0105]
可选的，在本技术第一方面的一种可能的实现方式中，终端滑模控制函数是根据选定的终端滑模面函数设计得到，基于上述步骤201中设计的中终端滑模面函数，设计的终端滑模面函数的表达式s为：
[0106]
s＝αe+βe
a/b
[0107]
其中，α，β为非零正常数，a，b为正奇数且a＜b，e为期望功率的跟踪误差。
[0108]
具体来说，所设计的终端滑模控制器是稳定的，可以通过定义lyapunov函数来证明其稳定性。
[0109]
例如，定义lyapunov函数为：
[0110][0111]
其中，v1为lyapunov函数；s为终端滑模面函数，s
t
为终端滑模面函数的转置。
[0112]
将终端滑模面函数的表达式s代入上述lyapunov函数中并求导得到：
[0113][0114]
将上述终端滑模控制函数的表达式q，代入上述中可以得到：
[0115][0116]
从上式可知，所设计的终端滑模控制器是稳定的。
[0117]
203、使用使用模糊神经网络模型，获取终端滑模控制函数中所需的储能变流器的参数。
[0118]
本技术实施例中，上述终端滑模控制函数的表达式q需要详细的系统信息，在实际应用中难以精确获得，为了克服以上缺陷，采用模糊神经网络的输出逼近的方式，构造终端滑模控制函数，进而设计相应的终端滑模控制器。
[0119]
基于上述步骤101中所述的四层模糊神经网络，进一步地，定义模糊神经网络的输入输出关系为：
[0120][0121]
其中，
[0122]
根据万能逼近理论，存在p(x)＝w
*
γ
*
+ε，其中，γ
*
＝γ
*
(x,c
*
,b
*
)，ε为最小重构误差向量，w
*
,b
*
和c
*
分别是w,b和c的最优参数。
[0123]
则我们可以得到
[0124][0125]
其中，
[0126]
采用泰勒级数展开，可以得到
[0127][0128]
其中，b
*
和c
*
是b和c的最优值，和是b
*
和c
*
的估计值，o
nv
是高次项，
[0129]
则构造的智能终端滑模控制器及相应的参数自适应律为：
[0130][0131][0132][0133][0134][0135]
其中，η1，η2，η3，h为正常数，分别为的导数，t代表转置。
[0136]
本技术实施例中，由于滑模控制具有的在滑动模态下控制系统在内部参数不确定和外部扰动存在下具有鲁棒性的优点，使用非线性的终端滑模控制函数作为控制函数，可以为储能系统提供更快的收敛速度和更高的收敛精度，从而提升储能系统储能系统的频率调节的精度。
[0137]
储能变流器主要有并网和离网两种工作模式。并网模式，实现蓄电池组和电网之间的双向能量转换。具有并网逆变器的特性，如防孤岛、自动跟踪电网电压相位和频率，低电压穿越等等，根据电网调度或本地控制的要求，pcs在电网负荷低谷期，把电网的交流电能转换成直流电能，给蓄电池组充电，具有蓄电池充放电管理功能；在电网负荷高峰期，它又把蓄电池组的直流电逆变成交流电，回馈至公共电网中去；在电能质量不好时，向电网馈送或吸收有功，提供无功补偿等。离网模式，又称孤网运行，即能量转换系统可以根据实际需要，在满足设定要求的情况下，与主电网脱开，给本地的部分负荷提供满足电网电能质量要求的交流电能。
[0138]
为了便于理解本技术实施例中数学模型的具体建模过程，下面结合附图对其进行说明，具体如下：
[0139]
图3为本技术实施例中储能变流器的一个结构示意图。
[0140]
如图3所示，本技术实施例中储能变流器为三相储能变流器，其直流端为48vdc，交流端为220vac，其结构如图3中所示由三极管和反向二极管构成的三个桥臂、电感和电容等构成。
[0141]
假设图3中交流系统的中性点的电位为零，并以此为参考点(即参考电压)。定义如下开关函数：
[0142][0143]
假设直流侧存在一个中点n并且直流母线两个电容(c
dc
)上的电压是完全相同的，则有v
dn
＝v
nn'
＝0.5v
dc
，这里的v
dc
是直流母线电压。逆变器a相输出相对于中点n的电压为v
an
，当上管导通时为0.5v
dc
，当下管导通时为-0.5v
dc
。
[0144]
结合式(1)，输出电压v
an
、v
bn
、v
cn
可以表示为：
[0145][0146]
逆变器输出相电压va、vb、vc为：
[0147][0148]
其中，vn是点n和公共参考点n之间的电位。
[0149]
假设交流系统是对称的，有ea+eb+ec＝0，va+vb+vc＝0。也就是说v
an
+v
bn
+v
cn
+3vn＝0。因此，vn可表示为
[0150]
对于图3所示电路，可以写出如下瞬态方程：
[0151][0152]
[0153][0154]
进一步整理可得：
[0155][0156]
为简化分析，将上式改写为如下形式：
[0157][0158]
其中，
[0159][0160]
与前述应用功能实现方法实施例相对应，本技术还提供了一种储能系统、电子设备及相应的实施例。
[0161]
图4为本技术实施例中储能系统的一个结构示意图。
[0162]
如图4所示，本技术实施例中储能系统40包括：储能变流器401和控制器402，其中控制器402包括控制设计模块4021、接收模块4022和控制执行模块4023；
[0163]
控制设计模块4021用于：针对储能变流器的数学模型，基于智能滑模架构对储能变流器进行控制设计得到控制函数；
[0164]
接收模块4022用于：接收有功功率控制指令，其中有功功率控制指令用于指示期望功率；
[0165]
控制执行模块4023用于：根据期望功率，使用控制函数控制储能变流器调节储能系统的系统调频出力特性，其中系统调频出力特性用于参与调节电网中有功功率平衡，维持电网频率稳定。
[0166]
可选的，在本技术实施例的一种实施方式中，控制函数为终端滑模控制函数，控制设计模块4021具体用于：
[0167]
基于数学模型，选取相应的终端滑模面设计得到终端滑模控制函数，其中终端滑模控制函数用于当储能系统的系统状态达到终端滑模面对应的运行状态时，控制期望功率的跟踪误差收敛至零；
[0168]
使用模糊神经网络模型，获取终端滑模控制函数中所需的储能变流器的参数。
[0169]
可选的，在本技术实施例的一种实施方式中，控制设计模块4021使用模糊神经网络模型，获取终端滑模控制函数中所需的储能变流器的参数具体可以执行以下操作：
[0170]
使用模糊神经网络模型对储能变流器进行深度学习得到输出结果；
[0171]
当输出结果无限逼近储能变流器的参数时，将输出结果确定为终端滑模控制函数中所需的储能变流器的参数。
[0172]
可选的，在本技术实施例的一种实施方式中，数学模型的表达式为：
[0173][0174]
其中，x表示储能变流器的输出向量，为x的导数，p(x)表示储能变流器的参数对应的向量，b表示储能变流器中固定参数构成的向量，q表示控制函数。
[0175]
可选的，在本技术实施例的一种实施方式中，当控制函数为终端滑模控制函数时，终端滑模控制函数的表达式q为：
[0176][0177]
其中，xd为与有功功率控制指令对应的输出向量，为xd的导数，α，β为非零正常
数，a，b为正奇数且a＜b,h为非零正常数，e为期望功率的跟踪误差，s表示终端滑模面函数。
[0178]
可选的，在本技术实施例的一种实施方式中，终端滑模控制函数是根据选定的终端滑模面函数设计得到，终端滑模面函数的表达式s为：
[0179]
s＝αe+βe
a/b
[0180]
其中，α，β为非零正常数，a，b为正奇数且a＜b，e为期望功率的跟踪误差。
[0181]
可选的，在本技术实施例的一种实施方式中，模糊神经网络模型包括四层，第一层至第四层依次为：输入层、模糊化层、规则层和输出层；
[0182]
输入层的各个节点直接与输入量的各个分量连接，将输入量传到模糊化层；模糊化层采用高斯型函数作为隶属度函数，其函数表达式为：
[0183][0184]
其中，ei(i＝1,...,n)代表跟踪偏差向量e中的元素，和分别是第i个输入变量第j个模糊集合的隶属函数的中心向量和基宽，n
pi
表示隶属度函数的单独个数，向量b和c分别代表高斯型隶属度函数所有的基宽和中心向量的集合，为第i个输入变量第j个模糊集合的隶属度；
[0185]
规则层的函数表达式为：
[0186][0187]
其中，lk(k＝1,...,ny)表示规则层的第k个输出，代表模糊化层和规则层之间的连接权矩阵；
[0188]
输出层的函数表达式为：
[0189][0190]
其中，ny是规则的总数目，yo为输出层中每个节点的输出向量，为规则层和输出层之间的连接权矩阵。
[0191]
关于上述实施例中的装置，其中各个模块执行操作的具体方式及其技术已经在有关该方法的实施例中进行了详细描述，此处将不再做详细阐述说明。
[0192]
图5为本技术实施例中电子设备的一个结构示意图。
[0193]
如图5所示，本技术实施例中电子设备50包括存储器501和处理器502。存储器上存储有可执行代码，当可执行代码被处理器执行时，使处理器执行上述任一实施例中的方法。
[0194]
处理器502可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0195]
存储器501可以包括各种类型的存储单元，例如系统内存、只读存储器(rom)，和永久存储装置。其中，rom可以存储处理器502或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器501可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(dram，sram，sdram，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器501可以包括可读和/或写的可移除的存储设备，例如激光唱片(cd)、只读数字多功能光盘(例如dvd-rom，双层dvd-rom)、只读蓝光光盘、超密度光盘、闪存卡(例如sd卡、min sd卡、micro-sd卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
[0196]
存储器501上存储有可执行代码，当可执行代码被处理器502处理时，可以使处理器502执行上文述及的方法中的部分或全部。
[0197]
此外，根据本技术的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本技术的上述方法中部分或全部步骤的计算机程序代码指令。
[0198]
或者，本技术还可以实施为一种计算机可读存储介质(或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当可执行代码(或计算机程序、或计算机指令代码)被电子设备(或电子设备、服务器等)的处理器执行时，使处理器执行根据本技术的上述方法的各个步骤的部分或全部。
[0199]
本领域技术人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件的方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应该认为超出本技术的范围。
[0200]
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
[0201]
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系属于仅仅用来将一个实体或者操作与另一个实体或者操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语包括、包含或者其他任何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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。
[0202]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显
示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0203]
另外，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单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0204]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。
[0205]
以上已经描述了本技术的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。