电力物联网的智能故障检测方法及装置与流程

1.本发明属于物联网技术领域，具体涉及电力物联网的智能故障检测方法及装置。


背景技术：

2.物联网(the internet of things，简称iot)是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。
3.目前，设备资源有限、微服务粒度小、交互复杂且动态等原因导致基于微服务构造的物联网应用易发生故障，且故障在测试环节不易复现，因此如何通过应用的运行状态准确判断故障的位置和类型是国内外学者关注的焦点。
4.常见的四种故障定位的方法有：程序切片、程序谱、图挖掘以及特定模型。程序切片是一种程序分解方法，根据需求截取特定程序片段，其按照构成方式，分为静态和动态两种，静态切片截取程序控制流和过程之间的调用关系，动态切片考虑程序的执行轨迹；程序谱描述程序语句在执行中包含的信息和特征，通过计算每个元素的可疑度进行故障定位；基于图挖掘的故障定位通过构建程序的动态调用轨迹，使用特定的算法实现故障定位；基于模型的故障定位是指提出一种适用于特定程序的模型，通过定义故障类型和故障模型判断程序中是否存在故障。这四种方法侧重于关注单体应用程序出现的故障，不适用于基于微服务的分布式物联网应用，更不适用于分析特定物联网应用的微服务故障。
5.专利号为：cn201610572722.3a的专利公开了一种物联网故障设备检测系统。系统通过采集模块获取故障设备的实时参数，利用控制器为sim900b的gprs通信模块实现各模块间信息的传输，采用核心芯片为s7
‑
200型plc的检测诊断模块，对故障设备信息进行分析和处理，判断故障产生的原因和位置，实现对故障设备的实时管理和诊断。软件设计过程中，对基于物联网故障设备检测系统的流程进行了详细分析，并给出无线传感节点接收和处理故障设备数据的程序代码。
6.其虽然通过采集数据和信息，进行故障分析，实现了物联网的故障检测。但其进行数据分析时，往往需要人工进行参与，同时采集数据时，也容易因为环境因素的干扰，导致数据准确率降低，执行效率低，故障分析的准确率较低。另外，缺乏对于物联网中的故障进行预测的功能，导致故障率也会提升。


技术实现要素：

7.有鉴于此，本发明的主要目的在于提供电力物联网的智能故障检测方法及装置，其通过构建故障检测地图，模拟交通地图，进行流量和速度分析，尽心故障预测，具有智能化程度高和预测准确率高的优点；同时，基于电力物联网运行的信道物理参数进行故障判
断，判断准确率更高。
8.为达到上述目的，本发明的技术方案是这样实现的：
9.电力物联网的智能故障检测方法，，所述方法执行以下步骤：
10.步骤1：构建电力物联网的故障检测地图；其中，电力网物联网中的设备作为故障检测地图的节点，电力物联网中的电力线作为故障检测地图的连接线；
11.步骤2：获取电力物联网的运行数据和物理参数；所述运行数据包括：设备的历史数据传输轨迹，设备的数据传输流量阈值，设备的数据传输实时速度；所述物理参数包括：电力物联网的电力线的信道数、电力物联网的误码率、信道固定功率分配、数据前导序列和信道增益估计值；
12.步骤3：基于获取的电力物联网的物理参数，计算电力物联网的信道的信噪比，根据计算得到的信噪比，判断物联网是否出现故障；
13.步骤4：基于电力物联网的运行数据，进行电力物联网的故障预测。
14.进一步的，所述步骤4包括：步骤4.1：基于设备的历史传输轨迹，进行路径匹配后，并计算出数据在通过第一电力线的传输速度；步骤4.2：根据数据在第一电力线的传输速度，计算数据在第一电力线的平均传输速度及方差，根据平均传输速度与方差计算出数据传输阈值；步骤4.3：获取当前数据在第一电力线的瞬时传输速度，判断瞬时传输速度是否小于数据传输阈值，若小于，则判定第一电力线发生数据拥堵；步骤4.4：遍历所有的电力线，将每月中发生数据拥堵次数大于预定次数的电力线判定为常发性数据拥堵电力线，根据常发性数据拥堵电力线生成拥堵子图。
15.进一步的，所述步骤4.3包括：获取当前数据在第一电力线的瞬时传输速度，判断当前数据在第一电力线的瞬时传输速度是否小于数据传输阈值；若瞬时传输速度小于数据传输阈值，则判定第一电力线发生数据拥堵；获取与第一电力线连接的第二电力线，若第二电力线在第一电力线发生数据拥堵后的第二时间段内发生数据拥堵，则数据拥堵发生传播。
16.进一步的，所述步骤4.4包括：遍历所有的电力线，将每月中发生数据拥堵次数大于预定次数的电力线判定为常发性数据拥堵电力线；将常发性数据拥堵电力线加入拥堵电力线集合，根据拥堵电力线集合中道路间的拓扑关系，提取连通的拥堵道路组成拥堵传播模型的拥堵子图；计算拥堵子图中的所有连接电力线同时发生数据拥堵的概率，对拥堵子图进行标定后生成数据拥堵概率图模型；根据数据拥堵概率图模型对电力线的数据拥堵情况进行预测。
17.进一步的，所述步骤3包括：设定电力物联网中有用信道数为n，误码率为b
target
，所有信道按照固定功率分配；由数据前导序列和信道增益估计值，计算信道信噪比yi：
[0018][0019]
其中|h
i
|2和σ
i2
分别表示信道i比特的信道增益和噪声功率；由于前导序列已知，所以得知信道信号功率p
i
，信道增益|h
i
|2可由信道估计获得，噪声功率σ
i2
由接收端前导序列功率与p
i
×
|h
i
|2相减得到；根据计算得到的信道信噪比和设定的标准值进行差值计算；若计算得到的差值超过设定的阈值，则表示出现故障。
[0020]
进一步的，所述步骤4.1包括：获取电力物联网的终端设备的历史轨迹及电力物联网的终端设备的路线，进行路径匹配，计算电力物联网的终端设备在第预定时间内的通过第一电力线的第一传输速度；获取电力物联网的终端代理的历史轨迹及电力物联网的终端代理处于载客状态时的路径，进行路径匹配，计算电力物联网的终端代理在第预定时间内的通过第一电力线的第二传输速度；获取电力物联网的主站服务器的历史轨迹，进行路径匹配，计算电力物联网的主站服务器在第预定时间内的通过第一电力线的第三传输速度；获取区域数据中心的历史轨迹，进行路径匹配，计算区域数据中心在第预定时间内的通过第一电力线的第四传输速度。
[0021]
一种电力物联网的智能故障检测装置，所述装置包括：故障检测地图构建单元，配置用于构建电力物联网的故障检测地图；其中，电力网物联网中的设备作为故障检测地图的节点，电力物联网中的电力线作为故障检测地图的连接线；数据获取单元，配置用于获取电力物联网的运行数据和物理参数；所述运行数据包括：设备的历史数据传输轨迹，设备的数据传输流量阈值，设备的数据传输实时速度；所述物理参数包括：电力物联网的电力线的信道数、电力物联网的误码率、信道固定功率分配、数据前导序列和信道增益估计值；故障判断单元，配置用于基于获取的电力物联网的物理参数，计算电力物联网的信道的信噪比，根据计算得到的信噪比，判断物联网是否出现故障；故障预测单元，配置用于基于电力物联网的运行数据，进行电力物联网的故障预测。
[0022]
进一步的，所述故障预测单元包括：第一计算单元，配置用于基于设备的历史传输轨迹，进行路径匹配后，并计算出数据在通过第一电力线的传输速度；第二计算单元，配置用于根据数据在第一电力线的传输速度，计算数据在第一电力线的平均传输速度及方差，根据平均传输速度与方差计算出数据传输阈值；第一判定单元，配置用于获取当前数据在第一电力线的瞬时传输速度，判断瞬时传输速度是否小于数据传输阈值，若小于，则判定第一电力线发生数据拥堵；第二判定单元，配置用于遍历所有的电力线，将每月中发生数据拥堵次数大于预定次数的电力线判定为常发性数据拥堵电力线，根据常发性数据拥堵电力线生成拥堵子图。
[0023]
进一步的，所述第一判定单元获取当前数据在第一电力线的瞬时传输速度，判断瞬时传输速度是否小于数据传输阈值的方法包括：获取当前数据在第一电力线的瞬时传输速度，判断当前数据在第一电力线的瞬时传输速度是否小于数据传输阈值；若瞬时传输速度小于数据传输阈值，则判定第一电力线发生数据拥堵；获取与第一电力线连接的第二电力线，若第二电力线在第一电力线发生数据拥堵后的第二时间段内发生数据拥堵，则数据拥堵发生传播。
[0024]
进一步的，所述第二判定单元，遍历所有的电力线，将每月中发生数据拥堵次数大于预定次数的电力线判定为常发性数据拥堵电力线，根据常发性数据拥堵电力线生成拥堵子图的方法包括：遍历所有的电力线，将每月中发生数据拥堵次数大于预定次数的电力线判定为常发性数据拥堵电力线；将常发性数据拥堵电力线加入拥堵电力线集合，根据拥堵电力线集合中道路间的拓扑关系，提取连通的拥堵道路组成拥堵传播模型的拥堵子图；计算拥堵子图中的所有连接电力线同时发生数据拥堵的概率，对拥堵子图进行标定后生成数据拥堵概率图模型；根据数据拥堵概率图模型对电力线的数据拥堵情况进行预测。
[0025]
本发明的电力物联网的智能故障检测方法及装置，具有如下有益效果：
[0026]
其通过构建故障检测地图，模拟交通地图，进行流量和速度分析，尽心故障预测，具有智能化程度高和预测准确率高的优点；同时，基于电力物联网运行的信道物理参数进行故障判断，判断准确率更高。主要通过以下过程实现：
[0027]
1.故障检测地图的构建：本发明通过构建电力物联网的故障检测地图，来对电力物联网进行故障预测；其中，电力网物联网中的设备作为故障检测地图的节点，电力物联网中的电力线作为故障检测地图的连接线；该故障检测地图和交通地图类似，通过分析交通地图的方式，来分析故障检测地图以此来实现故障预测，显著提升了预测的准确率和效率；
[0028]
2.故障检测：本发明基于获取的电力物联网的物理参数，计算电力物联网的信道的信噪比，根据计算得到的信噪比，判断物联网是否出现故障；通过该方式来实现故障检测，比常规的获取数据来进行数据分析，效率更高；同时由于物理参数更能反映物联网的运行状态，使得故障检测的准确率也更高；
[0029]
3.数据拥堵的判定：本发明在进行故障预测的过程中，通过获取当前数据在第一电力线的瞬时传输速度，判断当前数据在第一电力线的瞬时传输速度是否小于数据传输阈值；若瞬时传输速度小于数据传输阈值，则判定第一电力线发生数据拥堵；获取与第一电力线连接的第二电力线，若第二电力线在第一电力线发生数据拥堵后的第二时间段内发生数据拥堵，则数据拥堵发生传播；通过该方式进行数据拥堵预测，预测准确率更高，进而使得后续的故障预测的准确率也更高。
附图说明
[0030]
图1为本发明实施例提供的电力物联网的智能故障检测方法的方法流程示意图；
[0031]
图2为本发明实施例提供的电力物联网的智能故障检测装置的装置结构示意图。
具体实施方式
[0032]
下面结合附图及本发明的实施例对本发明的方法作进一步详细的说明。
[0033]
实施例1
[0034]
如图1所示，电力物联网的智能故障检测方法，，所述方法执行以下步骤：
[0035]
步骤1：构建电力物联网的故障检测地图；其中，电力网物联网中的设备作为故障检测地图的节点，电力物联网中的电力线作为故障检测地图的连接线；
[0036]
步骤2：获取电力物联网的运行数据和物理参数；所述运行数据包括：设备的历史数据传输轨迹，设备的数据传输流量阈值，设备的数据传输实时速度；所述物理参数包括：电力物联网的电力线的信道数、电力物联网的误码率、信道固定功率分配、数据前导序列和信道增益估计值；
[0037]
步骤3：基于获取的电力物联网的物理参数，计算电力物联网的信道的信噪比，根据计算得到的信噪比，判断物联网是否出现故障；
[0038]
步骤4：基于电力物联网的运行数据，进行电力物联网的故障预测。
[0039]
实施例2
[0040]
在上一实施例的基础上，所述步骤4包括：步骤4.1：基于设备的历史传输轨迹，进行路径匹配后，并计算出数据在通过第一电力线的传输速度；步骤4.2：根据数据在第一电力线的传输速度，计算数据在第一电力线的平均传输速度及方差，根据平均传输速度与方
差计算出数据传输阈值；步骤4.3：获取当前数据在第一电力线的瞬时传输速度，判断瞬时传输速度是否小于数据传输阈值，若小于，则判定第一电力线发生数据拥堵；步骤4.4：遍历所有的电力线，将每月中发生数据拥堵次数大于预定次数的电力线判定为常发性数据拥堵电力线，根据常发性数据拥堵电力线生成拥堵子图。
[0041]
具体的，电力物联网(ueiot；ubiquitous electric internet of things)，就是围绕电力系统各环节，充分应用移动互联、人工智能等现代信息技术、先进通信技术，实现电力系统各环节万物互联、人机交互，具有状态全面感知、信息高效处理、应用便捷灵活特征的智慧服务系统。
[0042]
实施例3
[0043]
在上一实施例的基础上，所述步骤4.3包括：获取当前数据在第一电力线的瞬时传输速度，判断当前数据在第一电力线的瞬时传输速度是否小于数据传输阈值；若瞬时传输速度小于数据传输阈值，则判定第一电力线发生数据拥堵；获取与第一电力线连接的第二电力线，若第二电力线在第一电力线发生数据拥堵后的第二时间段内发生数据拥堵，则数据拥堵发生传播。
[0044]
具体的，物联网(the internet of things，简称iot)是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。
[0045]
实施例4
[0046]
在上一实施例的基础上，所述步骤4.4包括：遍历所有的电力线，将每月中发生数据拥堵次数大于预定次数的电力线判定为常发性数据拥堵电力线；将常发性数据拥堵电力线加入拥堵电力线集合，根据拥堵电力线集合中道路间的拓扑关系，提取连通的拥堵道路组成拥堵传播模型的拥堵子图；计算拥堵子图中的所有连接电力线同时发生数据拥堵的概率，对拥堵子图进行标定后生成数据拥堵概率图模型；根据数据拥堵概率图模型对电力线的数据拥堵情况进行预测。
[0047]
具体的，物联网的应用领域涉及到方方面面，在工业、农业、环境、交通、物流、安保等基础设施领域的应用，有效的推动了这些方面的智能化发展，使得有限的资源更加合理的使用分配，从而提高了行业效率、效益。在家居、医疗健康、教育、金融与服务业、旅游业等与生活息息相关的领域的应用，从服务范围、服务方式到服务的质量等方面都有了极大的改进，大大的提高了人们的生活质量；在涉及国防军事领域方面，虽然还处在研究探索阶段，但物联网应用带来的影响也不可小觑，大到卫星、导弹、飞机、潜艇等装备系统，小到单兵作战装备，物联网技术的嵌入有效提升了军事智能化、信息化、精准化，极大提升了军事战斗力，是未来军事变革的关键。
[0048]
实施例5
[0049]
在上一实施例的基础上，所述步骤3包括：设定电力物联网中有用信道数为n，误码率为b
target
，所有信道按照固定功率分配；由数据前导序列和信道增益估计值，计算信道信噪比yi：
[0050][0051]
其中|h
i
|2和σ
i2
分别表示信道i比特的信道增益和噪声功率；由于前导序列已知，所以得知信道信号功率p
i
，信道增益|h
i
|2可由信道估计获得，噪声功率σ
i2
由接收端前导序列功率与p
i
×
|h
i
|2相减得到；根据计算得到的信道信噪比和设定的标准值进行差值计算；若计算得到的差值超过设定的阈值，则表示出现故障。
[0052]
具体的，信噪比，英文名称叫做snr或s/n(signal
‑
noise ratio)，又称为讯噪比。是指一个电子设备或者电子系统中信号与噪声的比例。这里面的信号指的是来自设备外部需要通过这台设备进行处理的电子信号，噪声是指经过该设备后产生的原信号中并不存在的无规则的额外信号(或信息)，并且该种信号并不随原信号的变化而变化。
[0053]
同样是“原信号不存在”还有一种东西叫“失真”，失真和噪声实际上有一定关系，二者的不同是失真是有规律的，而噪声则是无规律的。
[0054]
信噪比的计量单位是db，其计算方法是10lg(ps/pn)，其中ps和pn分别代表信号和噪声的有效功率，也可以换算成电压幅值的比率关系：20lg(vs/vn)，vs和vn分别代表信号和噪声电压的“有效值”。在音频放大器中，我们希望的是该放大器除了放大信号外，不应该添加任何其它额外的东西。因此，信噪比应该越高越好。
[0055]
狭义来讲是指放大器的输出信号的功率与同时输出的噪声功率的比，常常用分贝数表示，设备的信噪比越高表明它产生的噪声越少。一般来说，信噪比越大，说明混在信号里的噪声越小，声音回放的音质量越高，否则相反。信噪比一般不应该低于70db，高保真音箱的信噪比应达到110db以上。
[0056]
实施例6
[0057]
在上一实施例的基础上，所述步骤4.1包括：获取电力物联网的终端设备的历史轨迹及电力物联网的终端设备的路线，进行路径匹配，计算电力物联网的终端设备在第预定时间内的通过第一电力线的第一传输速度；获取电力物联网的终端代理的历史轨迹及电力物联网的终端代理处于载客状态时的路径，进行路径匹配，计算电力物联网的终端代理在第预定时间内的通过第一电力线的第二传输速度；获取电力物联网的主站服务器的历史轨迹，进行路径匹配，计算电力物联网的主站服务器在第预定时间内的通过第一电力线的第三传输速度；获取区域数据中心的历史轨迹，进行路径匹配，计算区域数据中心在第预定时间内的通过第一电力线的第四传输速度。
[0058]
具体的，本发明通过构建故障检测地图，模拟交通地图，进行流量和速度分析，尽心故障预测，具有智能化程度高和预测准确率高的优点；同时，基于电力物联网运行的信道物理参数进行故障判断，判断准确率更高。主要通过以下过程实现：
[0059]
1.故障检测地图的构建：本发明通过构建电力物联网的故障检测地图，来对电力物联网进行故障预测；其中，电力网物联网中的设备作为故障检测地图的节点，电力物联网中的电力线作为故障检测地图的连接线；该故障检测地图和交通地图类似，通过分析交通地图的方式，来分析故障检测地图以此来实现故障预测，显著提升了预测的准确率和效率；
[0060]
2.故障检测：本发明基于获取的电力物联网的物理参数，计算电力物联网的信道的信噪比，根据计算得到的信噪比，判断物联网是否出现故障；通过该方式来实现故障检
测，比常规的获取数据来进行数据分析，效率更高；同时由于物理参数更能反映物联网的运行状态，使得故障检测的准确率也更高；
[0061]
3.数据拥堵的判定：本发明在进行故障预测的过程中，通过获取当前数据在第一电力线的瞬时传输速度，判断当前数据在第一电力线的瞬时传输速度是否小于数据传输阈值；若瞬时传输速度小于数据传输阈值，则判定第一电力线发生数据拥堵；获取与第一电力线连接的第二电力线，若第二电力线在第一电力线发生数据拥堵后的第二时间段内发生数据拥堵，则数据拥堵发生传播；通过该方式进行数据拥堵预测，预测准确率更高，进而使得后续的故障预测的准确率也更高。
[0062]
实施例7
[0063]
一种电力物联网的智能故障检测装置，所述装置包括：故障检测地图构建单元，配置用于构建电力物联网的故障检测地图；其中，电力网物联网中的设备作为故障检测地图的节点，电力物联网中的电力线作为故障检测地图的连接线；数据获取单元，配置用于获取电力物联网的运行数据和物理参数；所述运行数据包括：设备的历史数据传输轨迹，设备的数据传输流量阈值，设备的数据传输实时速度；所述物理参数包括：电力物联网的电力线的信道数、电力物联网的误码率、信道固定功率分配、数据前导序列和信道增益估计值；故障判断单元，配置用于基于获取的电力物联网的物理参数，计算电力物联网的信道的信噪比，根据计算得到的信噪比，判断物联网是否出现故障；故障预测单元，配置用于基于电力物联网的运行数据，进行电力物联网的故障预测。
[0064]
实施例8
[0065]
在上一实施例的基础上，所述故障预测单元包括：第一计算单元，配置用于基于设备的历史传输轨迹，进行路径匹配后，并计算出数据在通过第一电力线的传输速度；第二计算单元，配置用于根据数据在第一电力线的传输速度，计算数据在第一电力线的平均传输速度及方差，根据平均传输速度与方差计算出数据传输阈值；第一判定单元，配置用于获取当前数据在第一电力线的瞬时传输速度，判断瞬时传输速度是否小于数据传输阈值，若小于，则判定第一电力线发生数据拥堵；第二判定单元，配置用于遍历所有的电力线，将每月中发生数据拥堵次数大于预定次数的电力线判定为常发性数据拥堵电力线，根据常发性数据拥堵电力线生成拥堵子图。
[0066]
实施例9
[0067]
在上一实施例的基础上，所述第一判定单元获取当前数据在第一电力线的瞬时传输速度，判断瞬时传输速度是否小于数据传输阈值的方法包括：获取当前数据在第一电力线的瞬时传输速度，判断当前数据在第一电力线的瞬时传输速度是否小于数据传输阈值；若瞬时传输速度小于数据传输阈值，则判定第一电力线发生数据拥堵；获取与第一电力线连接的第二电力线，若第二电力线在第一电力线发生数据拥堵后的第二时间段内发生数据拥堵，则数据拥堵发生传播。
[0068]
实施例10
[0069]
在上一实施例的基础上，所述第二判定单元，遍历所有的电力线，将每月中发生数据拥堵次数大于预定次数的电力线判定为常发性数据拥堵电力线，根据常发性数据拥堵电力线生成拥堵子图的方法包括：遍历所有的电力线，将每月中发生数据拥堵次数大于预定次数的电力线判定为常发性数据拥堵电力线；将常发性数据拥堵电力线加入拥堵电力线集
合，根据拥堵电力线集合中道路间的拓扑关系，提取连通的拥堵道路组成拥堵传播模型的拥堵子图；计算拥堵子图中的所有连接电力线同时发生数据拥堵的概率，对拥堵子图进行标定后生成数据拥堵概率图模型；根据数据拥堵概率图模型对电力线的数据拥堵情况进行预测。
[0070]
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0071]
需要说明的是，上述实施例提供的系统，仅以上述各功能单元的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能单元来完成，即将本发明实施例中的单元或者步骤再分解或者组合，例如，上述实施例的单元可以合并为一个单元，也可以进一步拆分成多个子单元，以完成以上描述的全部或者单元功能。对于本发明实施例中涉及的单元、步骤的名称，仅仅是为了区分各个单元或者步骤，不视为对本发明的不当限定。
[0072]
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0073]
本领域技术人员应能够意识到，结合本文中所公开的实施例描述的各示例的单元、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件单元、方法步骤对应的程序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。为了清楚地说明电子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。这些功能究竟以电子硬件还是软件方式来执行，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，但是这种实现不应认为超出本发明的范围。
[0074]
术语“第一”、“另一部分”等是配置用于区别类似的对象，而不是配置用于描述或表示特定的顺序或先后次序。
[0075]
术语“包括”或者任何其它类似用语旨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、物品或者单元/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者单元/装置所固有的要素。
[0076]
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术标记作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
[0077]
以上所述，仅为本发明的较佳实施例而已，并非配置用于限定本发明的保护范围。