基于Blink的电网量测数据压缩方法及系统、设备、存储介质与流程

基于blink的电网量测数据压缩方法及系统、设备、存储介质
技术领域
1.本发明涉及电力大数据技术领域，特别地，涉及一种基于blink的电网量测数据压缩方法及系统、电子设备、计算机可读取的存储介质。


背景技术：

2.随着新型电力系统建设的快速推进，电源结构、电网形态、负荷特性、技术基础和业务模式发生深刻变化，电力潮流从单向供给向双向互动转变，电网控制由传统的元件级控制模式向新的信息交互协同互补转变。电网实时量测中心目前日增量数据约550gb，特别是分布式电源、微电网和未来的电动储能设备与智能配电网的互动调度，将融入大量新的智能电器与电子设备。随着网络规模扩容和智能设备的应用，量测信息点剧增，配电网量测点多、变化快和存储信息海量特性将尤为突出，若直接针对海量大数据集信息进行存取处理，容易使信息延迟、存取速度慢，影响系统实时性。为突破大数据集信息存取的局限性，需开展电力信息压缩的研究。
3.现有的电力数据压缩过程为：电力数据先积累到一定量，形成离线数据文件；再通过抽样或者分段求平均的方式，减少电力数据在时序维度的密度，形成新的数据文件；对新的数据文件进行压缩并存储。但是，上述电力数据压缩方法存在以下缺陷：其无法对数据流进行实时压缩，现场还需要存储大量的原始数据；无法做到数据流压缩的即席自动化处理，需要定期地对数据进行大量压缩操作；基于抽样或分段求平均的压缩方式，忽略了感知数据时序特征，容易丢失重要的数据节点。


技术实现要素：

4.本发明提供了一种基于blink的电网量测数据压缩方法及系统、电子设备、计算机可读取的存储介质，以解决现有电力数据压缩方法存在的上述缺点。
5.根据本发明的一个方面，提供一种基于blink的电网量测数据压缩方法，包括以下内容：
6.基于每个量测设备的离线历史量测数据构建分组模型；
7.获取实时量测数据流，并根据量测设备id对实时量测数据流进行数据拆解，以形成多个流压缩任务；
8.对于每个流压缩任务，采用对应的分组模型进行数据压缩处理，并存储压缩数据。
9.进一步地，所述基于每个量测设备的离线历史量测数据构建分组模型的过程为：
10.获取每个量测设备采集的多个连续有效的离线数据，得到初始数据集合；
11.对初始数据集合进行一阶差分处理，得到一阶差分数据集合；
12.基于数据项对一阶差分数据集合进行划分并进行归一化处理，得到归一化数据集合；
13.计算归一化数据集合中元素之间的相似度，并根据相似度计算结果对多个数据项进行分组，构建得到每个量测设备对应的分组模型。
14.进一步地，所述计算归一化数据集合中元素之间的相似度，并根据相似度计算结果对多个数据项进行分组，构建得到每个量测设备对应的分组模型的过程为：
15.初始时，令x＝1，h＝{2，3，
…
，m}，h表示归一化数据集合，m表示归一化数据集合中的元素个数，即数据项的数量；
16.令x为一组，然后依次判断元素x和元素m之间的欧式距离χ
x,m
，m≠x，m＝2,3,...,m是否小于预设阈值γ，若χ
x,m
＜γ，则将元素x和元素m归为一组，并从归一化数据集合中去除元素m，即h
′
＝h-{m}；
17.不断迭代，直至h
′
为空集，则分组结束，从而得到分组模型。
18.进一步地，所述获取实时量测数据流，并根据量测设备id对实时量测数据流进行数据拆解，以形成多个流压缩任务的过程为：
19.构建blink流处理引擎，源端系统将量测数据流实时汇入消息队列datahub，blink流处理引擎通过datastream connectors组件从datahub中获取实时量测数据流，然后根据量测设备id对实时量测数据流进行数据拆解，分解得到每个量测设备在当前时刻的量测数据，从而分解出多个流压缩任务，jobmanager将多个量测设备在当前时刻的量测数据分发至不同的taskmanager并行执行流压缩任务。
20.进一步地，所述对于每个流压缩任务，采用对应的分组模型进行数据压缩处理，并存储压缩数据的过程为：
21.对每个流压缩任务中的实时数据进行规整处理；
22.对规整处理后的实时数据基于分组模型进行分组处理；
23.对分组处理后的实时数据进行压缩，并实时将压缩数据存储在内存上。
24.进一步地，所述对每个流压缩任务中的实时数据进行规整处理的过程为：
25.将当前时刻数据中包含的每个数据项分别与前一个时刻数据中包含的每个数据项进行一一比对，若满足则认为当时时刻的数据项值与前一时刻的数据项值在两个连续时刻的波动非常小，则将赋值为若则保留其中，表示量测设备n在z+1时刻采集的数据项m的数据值，表示量测设备n在z时刻采集的数据项m的数据值。
26.进一步地，还包括以下内容：
27.调取压缩数据，并根据分组模型对压缩数据进行重组，得到解压后的数据。
28.另外，本发明还提供一种基于blink的电网量测数据压缩系统，包括：
29.分组模型构建模块，用于基于每个量测设备的离线历史量测数据构建分组模型；
30.数据流拆解模块，用于获取实时量测数据流，并根据量测设备id对实时量测数据流进行数据拆解，以形成多个流压缩任务；
31.数据压缩模块，用于对每个流压缩任务采用对应的分组模型进行数据压缩处理，并存储压缩数据。
32.另外，本发明还提供一种电子设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行如上所述
的方法的步骤。
33.另外，本发明还提供一种计算机可读取的存储介质，用于存储基于blink进行电网量测数据压缩的计算机程序，所述计算机程序在计算机上运行时执行如上所述的方法的步骤。
34.本发明具有以下效果：
35.本发明的基于blink的电网量测数据压缩方法，先基于离线历史量测数据为每个量测设备构建分组模型，再获取实时量测数据流，并根据量测设备id对实时量测数据流进行数据拆解，将其分解为多个量测设备的数据流以形成多个流压缩任务，再采用对应的分组模型对每个量测设备的数据流进行数据压缩，并存储压缩后的数据。通过分组模型可以对每个量测设备采集数据中的多个数据项进行分类分组，将相似度高的数据项分配到同一组，再对同一组的多个数据项进行压缩，可以提高数据压缩率，并且保留了数据时序特征，不会丢失数据。而且，对数据流进行了实时压缩处理，现场只需存储压缩数据，不需要存储原始数据，大大减少了现场数据存储量，并且，只要有新的量测数据流进入即可自动进行数据拆解和数据压缩，实现了数据流压缩的即席自动化处理，不需要定期进行大量压缩操作。
36.另外，本发明的基于blink的电网量测数据压缩系统同样具有上述优点。
37.除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
38.构成本技术的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
39.图1是本发明优选实施例的基于blink的电网量测数据压缩方法的流程示意图。
40.图2是图1中步骤s1的子流程示意图。
41.图3是本发明优选实施例的基于blink流引擎进行电网量测数据压缩的系统框架示意图。
42.图4是本发明优选实施例的blink流引擎的框架结构示意图。
43.图5是图1中步骤s3的子流程示意图。
44.图6是本发明另一实施例的基于blink的电网量测数据压缩方法的流程示意图。
45.图7是本发明另一实施例的基于blink的电网量测数据压缩系统的模块结构示意图。
具体实施方式
46.以下结合附图对本发明的实施例进行详细说明，但是本发明可以由下述所限定和覆盖的多种不同方式实施。
47.如图1所示，本发明的优选实施例提供一种基于blink的电网量测数据压缩方法，包括以下内容：
48.步骤s1：基于每个量测设备的离线历史量测数据构建分组模型；
49.步骤s2：获取实时量测数据流，并根据量测设备id对实时量测数据流进行数据拆解，以形成多个流压缩任务；
50.步骤s3：对于每个流压缩任务，采用对应的分组模型进行数据压缩处理，并存储压缩数据。
51.可以理解，本实施例的基于blink的电网量测数据压缩方法，先基于离线历史量测数据为每个量测设备构建分组模型，再获取实时量测数据流，并根据量测设备id对实时量测数据流进行数据拆解，将其分解为多个量测设备的数据流以形成多个流压缩任务，再采用对应的分组模型对每个量测设备的数据流进行数据压缩，并存储压缩后的数据。通过分组模型可以对每个量测设备采集数据中的多个数据项进行分类分组，将相似度高的数据项分配到同一组，再对同一组的多个数据项进行压缩，可以提高数据压缩率，并且保留了数据时序特征，不会丢失数据。而且，对数据流进行了实时压缩处理，现场只需存储压缩数据，不需要存储原始数据，大大减少了现场数据存储量，并且，只要有新的量测数据流进入即可自动进行数据拆解和数据压缩，实现了数据流压缩的即席自动化处理，不需要定期进行大量压缩操作。
52.可以理解，如图2所示，所述基于每个量测设备的离线历史量测数据构建分组模型的过程包括以下内容：
53.步骤s11：获取每个量测设备采集的多个连续有效的离线数据，得到初始数据集合；
54.步骤s12：对初始数据集合进行一阶差分处理，得到一阶差分数据集合；
55.步骤s13：基于数据项对一阶差分数据集合进行划分并进行归一化处理，得到归一化数据集合；
56.步骤s14：计算归一化数据集合中元素之间的相似度，并根据相似度计算结果对多个数据项进行分组，构建得到每个量测设备对应的分组模型。
57.具体地，令d＝{d1，d2，...，dn}表示系统中的n个设备，设备dn在时刻t采集的数据可表示为即设备dn每次采集的数据中包含m个数据项，其中，则表示设备dn在时刻t采集的第m个数据项的数据值。对于设备dn∈d，基于以下过程为其建立分组模型：
58.先获取设备dn采集的t个连续有效的离线数据，得到初始数据集合
59.然后，对初始数据集合s中的每个元素进行一阶差分处理，从而得到一阶差分数据集合其中，
60.再将一阶差分数据集合基于数据项进行划分，得到有m个元素的集合其中，集合p中的元素其表示设备dn的数据项m在t个时刻中的差分值的集合，然后，对集合p进行归一化处理，具体采用极差变化法对集合p中的每个元素进行归一化处理，表达式
为：
[0061][0062]
其中，表示中的第t个元素值，分别表示中的最大值和最小值。经过归一化处理后得到归一化数据集合
[0063]
然后，计算归一化数据集合中元素之间的相似度，具体采用欧式距离计算元素之间的相似度。具体为，令χ
m1,m2
表示归一化数据集合中元素和元素的欧式距离，即χ
m1,m2
的值越小，则说明元素和元素之间的相似度越大，反之，χ
m1,m2
的值越大，则说明元素和元素之间的相似度越小。可选地，在本发明的其它实施例中，也可以采用余弦相似度算法、皮尔逊相关系数算法等相似度算法计算归一化数据集合中元素之间的相似度。
[0064]
最后，基于相似度计算结果对归一化数据集合中的多个元素进行分组，具体过程为：
[0065]
1)、初始时，令x＝1，h＝{2，3，
…
，m}，h表示简化表示的归一化数据集合，m表示简化表示的归一化数据集合中的元素个数，即数据项的数量；
[0066]
2)、令x为一组，然后依次判断元素x和元素m之间的欧式距离χ
x,m
，m≠x，m＝2,3,...,m是否小于预设阈值γ，若χ
x,m
＜γ，则将元素x和元素m归为一组，并从归一化数据集合中去除元素m，即h
′
＝h-{m}；
[0067]
3)、不断迭代，直至h
′
为空集，则分组结束，从而得到分组模型。
[0068]
可以理解，假设设备dn∈d的m个数据项共分为k组，令表示设备dn的第k个数据项分组，从而得到设备dn的分组模型为
[0069]
可以理解，针对系统中的n个设备，重复执行上述分组模型构建过程，从而可以得到每个量测设备对应的分组模型。
[0070]
可以理解，所述获取实时量测数据流，并根据量测设备id对实时量测数据流进行数据拆解，以形成多个流压缩任务的过程为：
[0071]
构建blink流处理引擎，源端系统将量测数据流实时汇入消息队列datahub，blink流处理引擎通过datastream connectors组件从datahub中获取实时量测数据流，然后根据量测设备id对实时量测数据流进行数据拆解，分解得到每个量测设备在当前时刻的量测数据，从而分解出多个流压缩任务，jobmanager将多个量测设备在当前时刻的量测数据分发至不同的taskmanager并行执行流压缩任务。
[0072]
具体地，如图3和图4所示，本发明采用blink流处理引擎来执行实时数据流压缩任务。其中，blink流处理引擎采用master-slave集群架构，其中jobmanager作为集群master节点，主要负责任务协调和资源分配，taskmanager作为slave节点，用于执行流task，通过client提交流压缩任务。在基于离线历史量测数据构建每个量测设备的分组模型后，将构建的多个分组模型导入至blink流处理引擎。源端系统在将设备的量测数据流实时汇入消
息队列datahub后，blink流处理引擎通过datastream connectors组件从datahub中获取到设备的实时量测数据流，然后根据设备id进行数据拆解，得到每个量测设备在当前时刻的量测数据流，进而分解出多个流压缩任务。紧接着，作业管理器jobmanager将多个量测设备的实时量测数据流分别分发至不同的任务管理器taskmanager，每个taskmanager针对一个量测设备的实时量测数据流进行数据压缩，从而可以实现并行压缩处理，大大提高了数据压缩效率。
[0073]
可以理解，如图5所示，所述对于每个流压缩任务，采用对应的分组模型进行数据压缩处理，并存储压缩数据的过程包括以下内容：
[0074]
步骤s31：对每个流压缩任务中的实时数据进行规整处理；
[0075]
步骤s32：对规整处理后的实时数据基于分组模型进行分组处理；
[0076]
步骤s33：对分组处理后的实时数据进行压缩，并实时将压缩数据存储在内存上。
[0077]
具体地，taskmanager在执行流压缩任务时，先对新获取的实时数据进行规整，有利于进一步提高数据压缩率。所述对每个流压缩任务中的实时数据进行规整处理的过程为：
[0078]
将当前时刻数据中包含的每个数据项分别与前一个时刻数据中包含的每个数据项进行一一比对，若满足则认为当时时刻的数据项值与前一时刻的数据项值在两个连续时刻的波动非常小，则将赋值为若则保留其中，表示量测设备n在z+1时刻采集的数据项m的数据值，表示量测设备n在z时刻采集的数据项m的数据值，是一个很小的常数。
[0079]
可以理解，若之前没有采集过设备dn的量测数据，或者之前压缩数据量已达到限制值需要重新构建压缩列表时，即z＝0时，则可以省去数据规整过程，直接进行分组处理后再进行数据压缩。
[0080]
然后，对规整后的数据基于设备dn的分组模型gn进行分组，令表示分组后第k组的数据集合。
[0081]
接着，采用rle压缩算法对分组后的数据进行压缩处理。具体为，若z等于0，则新建空的计数列表新建空的数据压缩列表然后直接将对应加入到中，对应的新增值为1的元素。若z不等于0，则判断是否等于的最后一个元素，如果相等，则的最后一个元素的值自增1，不将加入到中；如果不相等，则将加入到中，新增值为1的元素。可以理解，对数据分组后的数据集合分别进行上述处理过程，即完成数据压缩处理。
[0082]
可选地，当cn的和大于预设长度l时，令z＝0，重新建立一个计数列表和压缩列表
进行新的一轮数据压缩处理，以避免一个压缩数据包过大，同时将过往的压缩数据cn和rn存储到服务器上。如果cn的和不大于预设长度l，则实时将压缩数据cn和rn存储到本地内存上。
[0083]
可以理解，由于电力系统中量测设备的各个数据项的数据值基本比较稳定，对数据进行规整处理后再结合rle压缩算法进行压缩的效果较好，可以进一步提高压缩率。并且，采用了分组模型对实时数据流进行分组，将相似度高的数据项分配到同一组，再对同一组的多个数据项进行rle压缩，同一组内的数据稳定性较高，进一步提高了数据压缩率，有利于突破大数据集应用信息压缩的局限性。
[0084]
可以理解，如图6所示，所述基于blink的电网量测数据压缩方法还包括以下内容：
[0085]
步骤s4：调取压缩数据，并根据分组模型对压缩数据进行重组，得到解压后的数据。
[0086]
具体地，根据业务逻辑建立一张时间和cn的索引映射表，假设设备dn每间隔τ秒上报一次所采集的数据且第一次上报的时间为ρ，则可以根据这个规律找到某个时间点α(α满足α＝ρ+w*τ，w＝0,1,2,3,
…
)所对应的cn的索引，然后提取出cn中每一组的索引，从而找到对应的cn中每一组的数据，表示为集合y。最后将y根据分组模型gn重新进行重组，就可以得到解压后的数据。
[0087]
可以理解，由于数据压缩过程采用分组模型进行分组而不是使用差分处理，解压的速度快，在减少空间占用的同时能很好地满足实时数据需求。虽然，使用差分会使得矩阵出现许多0元素，但是使用差分后，在调取数据时，需要从头开始解压。例如长度为n的数据，使用差分的rle压缩方法的平均解压时间复杂度为o(n/2)，而不使用差分的rle算法的平均解压时间复杂度为o(1)，大大提高了解压效率。
[0088]
另外，如图7所示，本发明的另一实施例还提供一种基于blink的电网量测数据压缩系统，优选采用如上所述的数据压缩方法，包括：
[0089]
分组模型构建模块，用于基于每个量测设备的离线历史量测数据构建分组模型；
[0090]
数据流拆解模块，用于获取实时量测数据流，并根据量测设备id对实时量测数据流进行数据拆解，以形成多个流压缩任务；
[0091]
数据压缩模块，用于对每个流压缩任务采用对应的分组模型进行数据压缩处理，并存储压缩数据。
[0092]
可以理解，本实施例的基于blink的电网量测数据压缩系统，先基于离线历史量测数据为每个量测设备构建分组模型，再获取实时量测数据流，并根据量测设备id对实时量测数据流进行数据拆解，将其分解为多个量测设备的数据流以形成多个流压缩任务，再采用对应的分组模型对每个量测设备的数据流进行数据压缩，并存储压缩后的数据。通过分组模型可以对每个量测设备采集数据中的多个数据项进行分类分组，将相似度高的数据项分配到同一组，再对同一组的多个数据项进行压缩，可以提高数据压缩率，并且保留了数据时序特征，不会丢失数据。而且，对数据流进行了实时压缩处理，现场只需存储压缩数据，不需要存储原始数据，大大减少了现场数据存储量，并且，只要有新的量测数据流进入即可自动进行数据拆解和数据压缩，实现了数据流压缩的即席自动化处理，不需要定期进行大量压缩操作。
[0093]
另外，所述基于blink的电网量测数据压缩系统还包括：
[0094]
解压模块，用于调取压缩数据，并根据分组模型对压缩数据进行重组，得到解压后
的数据。
[0095]
可以理解，所述分组模型构建模块包括：
[0096]
离线数据获取单元，用于获取每个量测设备采集的多个连续有效的离线数据，得到初始数据集合；
[0097]
一阶差分处理单元，用于对初始数据集合进行一阶差分处理，得到一阶差分数据集合；
[0098]
归一化处理单元，用于基于数据项对一阶差分数据集合进行划分并进行归一化处理，得到归一化数据集合；
[0099]
模型构建单元，用于计算归一化数据集合中元素之间的相似度，并根据相似度计算结果对多个数据项进行分组，构建得到每个量测设备对应的分组模型。
[0100]
可以理解，所述模型构建单元构建分组模型的过程为：
[0101]
初始时，令x＝1，h＝{2，3，
…
，m}，h表示归一化数据集合，m表示归一化数据集合中的元素个数，即数据项的数量；
[0102]
令x为一组，然后依次判断元素x和元素m之间的欧式距离χ
x,m
，m≠x，m＝2,3,...,m是否小于预设阈值γ，若χ
x,m
＜γ，则将元素x和元素m归为一组，并从归一化数据集合中去除元素m，即h
′
＝h-{m}；
[0103]
不断迭代，直至h
′
为空集，则分组结束，从而得到分组模型。
[0104]
可以理解，所述数据流拆解模块采用blink流处理引擎进行构建，源端系统将量测数据流实时汇入消息队列datahub，blink流处理引擎通过datastream connectors组件从datahub中获取实时量测数据流，然后根据量测设备id对实时量测数据流进行数据拆解，分解得到每个量测设备在当前时刻的量测数据，从而分解出多个流压缩任务，jobmanager将多个量测设备在当前时刻的量测数据分发至不同的taskmanager并行执行流压缩任务。
[0105]
可以理解，所述数据压缩模块包括：
[0106]
数据规整单元，用于对每个流压缩任务中的实时数据进行规整处理；
[0107]
数据分组单元，用于对规整处理后的实时数据基于分组模型进行分组处理；
[0108]
压缩单元，用于对分组处理后的实时数据进行压缩，并实时将压缩数据存储在内存上。
[0109]
其中，所述数据规整单元对实时数据进行规整处理的过程为：
[0110]
将当前时刻数据中包含的每个数据项分别与前一个时刻数据中包含的每个数据项进行一一比对，若满足则认为当时时刻的数据项值与前一时刻的数据项值在两个连续时刻的波动非常小，则将赋值为若则保留其中，表示量测设备n在z+1时刻采集的数据项m的数据值，表示量测设备n在z时刻采集的数据项m的数据值。
[0111]
另外，本发明的另一实施例还提供一种电子设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行如上所述的方法的步骤。
[0112]
另外，本发明的另一实施例还提供一种计算机可读取的存储介质，用于存储基于blink进行电网量测数据压缩的计算机程序，所述计算机程序在计算机上运行时执行如上所述的方法的步骤。
[0113]
一般计算机可读取存储介质的形式包括：软盘(floppy disk)、可挠性盘片(flexible disk)、硬盘、磁带、任何其与的磁性介质、cd-rom、任何其余的光学介质、打孔卡片(punch cards)、纸带(paper tape)、任何其余的带有洞的图案的物理介质、随机存取存储器(ram)、可编程只读存储器(prom)、可抹除可编程只读存储器(eprom)、快闪可抹除可编程只读存储器(flash-eprom)、其余任何存储器芯片或卡匣、或任何其余可让计算机读取的介质。指令可进一步被一传输介质所传送或接收。传输介质这一术语可包含任何有形或无形的介质，其可用来存储、编码或承载用来给机器执行的指令，并且包含数字或模拟通信信号或其与促进上述指令的通信的无形介质。传输介质包含同轴电缆、铜线以及光纤，其包含了用来传输一计算机数据信号的总线的导线。
[0114]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
[0115]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术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，本技术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。本技术实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言java和直译式脚本语言javascript等。
[0116]
本技术是参照根据本技术实施例的方法、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。
[0117]
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。
[0118]
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。
[0119]
尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
[0120]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精
神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。