一种电力线路故障智能诊断方法及装置与流程

1.本发明涉及输电线路技术领域，具体涉及一种电力线路故障智能诊断方法及装置。


背景技术：

2.目前，在输电线路故障诊断时主要基于人工经验，采取排除法逐一分析输电线路故障类型和计算故障点位置，缺少系统综合的分析诊断技术，尤其在多源信息条件下，无法给出明确的故障原因，造成输电线路故障分析和查找效率低下，严重影响输电线路的安全稳定运行。
3.输电线路故障主要包括雷击、山火、气象、覆冰及鸟害故障等原因造成的故障。对故障起因的识别需要以对各种故障原理及过程的理解为前提，在此基础上对特定故障的特征进行挖掘分析，以此形成原因辨识的依据，因此需对各种故障类型进行故障机理分析。同时故障的发生与输电线路的运行环境有关，而不同种类故障的特征在录波数据上表现不同，因此在原理分析的基础上对线路发生时刻的天气、时间、季节等外部因素以及重合闸情况、故障相电流非周期分量特征以及过渡电阻等录波数据所表现的内部因素进行挖掘，寻找特征规律，从而为后续分类模型的建立提供数据来源。


技术实现要素：

4.本发明为了克服上述现有技术存在的问题，提出了一种电力线路故障智能诊断方法及装置，以解决输电线路故障分析和查找效率低下，严重影响输电线路的安全稳定运行的问题。
5.为了达到上述目的，本发明采用以下技术方案：
6.一种电力线路故障智能诊断装置，包括：
7.在线监测模块，所述在线监测模块用于在线监测架空输电线路，得到在线监测数据；
8.判断模块，所述判断模块用于获取在线监测模块的在线监测数据，判断在线监测数据是否包括故障波形；
9.历史数据库，所述历史数据库用于保存架空输电线路的历史故障数据；
10.数据模块，所述数据模块用于获取历史数据库的历史故障数据、判断模块的在线监测数据及判断结果，根据判断结果结合历史故障数据对在线监测数据进行处理，得到架空输电线路故障原因对应的故障概率；
11.修正模块，所述修正模块用于获取所述数据模块的故障概率，并对故障概率进行修正，获得修正后的故障概率，通过修正后的故障概率判断出具体故障原因。
12.优选的，所述在线监测模块在线监测架空输电线路故障时的具体时间、故障波形、故障相数、线路重合闸状态、雷击信息、山火信息、气象信息、覆冰信息，其中在线监测架空输电线路故障时的故障波形通过对架空输电线路安装分布式故障监测装置以及输电线路
走廊环境监测装置实现。
13.本发明还提供一种电力线路故障智能诊断方法，应用于以上所述的电力线路故障智能诊断装置，该方法包括：
14.s101.判断发生故障的架空输电线路是否装有分布式故障监测装置以及输电线路走廊环境监测装置，是则执行步骤s102，否则执行步骤s201；
15.s102.获取分布式故障监测装置以及输电线路走廊环境监测装置采集到的故障时刻故障波形的行波特征；
16.s103.对行波特征输入支持向量机svm算法，计算得到故障概率p1，输出故障概率p1并判断p1是否大于0.5，是则执行步骤104，否则执行步骤105；
17.s104.由于p1大于0.5则架空输电线路在故障时刻有雷击发生，在线监测架空输电线路发生故障时的雷击信息，得到雷电流数据，并分析雷电流数据得到修正函数f1，通过修正函数f1乘以故障概率p1进行修正，得到故障概率p
11
，明确架空输电线路的故障原因为雷击故障；
18.s105.获取分布式故障监测装置以及输电线路走廊环境监测装置采集到的故障时刻的工频波形特征；
19.s106.对工频波形特征输入支持向量机svm算法，计算得到故障概率p2，输出故障概率p2；
20.s107.在线监测架空输电线路发生故障时的山火信息、气象信息、覆冰信息，得到山火数据、气象数据、覆冰数据，并分析山火数据、气象数据、覆冰数据得到山火故障的修正函数f
2,
，气象故障的修正函数f3，覆冰故障的修正函数f4；然后山火故障的修正函数f2乘以故障概率p2得到山火故障的修正概率p
21
，气象数据的修正函数f3乘以故障概率p2得到气象故障的修正概率p
22
，覆冰故障的修正函数f4乘以故障概率p2得到覆冰故障的修正概率p
23
；最后将计算得到的修正概率p
21
、p
22
、p
23
按大小进行排序，综合判断出架空输电线路的具体故障原因。
21.进一步的，所述步骤s201包括：
22.s201.在线监测架空输电线路发生故障时的雷击信息，若有雷击发生则执行步骤s202，若无雷击发生则执行步骤s203；
23.s202.设故障概率p3＝1，在线监测架空输电线路发生故障时的雷击信息，得到雷电流数据，并分析雷电流数据得到修正函数f1，通过修正函数f1乘以故障概率p3进行修正，得到故障概率p
31
，明确架空输电线路的故障原因为雷击故障；
24.s203.在线监测架空输电线路故障时的具体时间、故障相数、线路重合闸状态、气象信息，得到在线监测数据；
25.s204.获取历史数据库的历史故障数据，将历史故障数据和在线监测数据输入贝叶斯网络，计算得到非雷击故障的山火故障概率p4、气象故障概率p5、覆冰故障概率p6和鸟害故障概率p7的概率分布；
26.s205.在线监测架空输电线路发生故障时的山火信息、气象信息、覆冰信息，得到山火数据、气象数据、覆冰数据，并分析山火数据、气象数据、覆冰数据得到山火故障的修正函数f
2,
，气象故障的修正函数f3，覆冰故障的修正函数f4；然后山火故障的修正函数f2乘以山火故障概率p4得到修正概率p
41
，气象数据的修正函数f3乘以气象故障概率p5得到修正概
率p
51
，覆冰故障的修正函数f4乘以覆冰故障概率p6得到修正概率p
61
；最后将计算得到的p
41
、p
51
、p
61
按大小进行排序，结合鸟害故障p7综合判断出架空输电线路的具体故障原因。
27.进一步的，所述步骤s104、步骤s202中的修正函数f1为：f1＝a (1
‑
a)，其中
[0028][0029]
a为修正参数，a为离架空输电线路故障位置最近的雷电流的幅值，d为架空输电线路故障位置和最近的雷电流之间的距离。
[0030]
进一步的，所述步骤s107、步骤s205中的修正函数f2为：f2＝b (1
‑
b)，其中
[0031][0032]
b为修正参数，t为离架空输电线路故障位置最近的山火火点温度，e为架空输电线路故障位置和最近的山火火点之间的距离。
[0033]
进一步的，所述步骤s107、步骤s205中的修正函数f3为：f3＝c (1
‑
c)，其中
[0034]
c＝[min(w,12) 2]/14
[0035]
c为修正参数，w为架空输电线路发生故障时的架空线路走廊最大风速。
[0036]
进一步的，所述步骤s107、步骤s205中的修正函数f4为：f4＝d (1
‑
d)，其中
[0037]
d＝0.5log(h 1)
[0038]
d为修正参数，h为架空输电线路发生故障时的最大覆冰厚度。
[0039]
进一步的，所述步骤s204中的代入贝叶斯网络具体为：
[0040][0041]
其中j＝2，3，4，5，分别对应山火故障、气象故障、覆冰故障、鸟害故障；
[0042]
a＝1，2，3，4，5，分别对应晴天、阴天、雨天、雪天、雾天；
[0043]
b＝1，2，3，分别对应重合闸重合成功、重合失败、无动作；
[0044]
c＝1，2，3，分别对应单相故障、两相故障、三相故障；
[0045]
d＝1～12，分别对应月份的1～12月；
[0046]
e＝0～23，分别对应时刻的0～23时；
[0047]
f＝1～12，分别对应风力的1～12级；
[0048]
当j＝2时，在线监测的架空输电线路发生故障时的天气为a、重合闸状态为b、故障相数为c、时间点的月份数为d、时间点的时刻为e，风力等级为f，p(v2)为历史故障数据中历史发生的所有山火故障次数占历史总故障次数的比例，p(a|v2)为所有山火故障次数中天气为a的次数占所有山火故障次数的比例；
[0049]
同理计算得到p(b|v2)、p(c|v2)、p(d|v2)、p(e|v2)、p(f|v2)后，将计算得到的比例全部求和得到山火故障比例v2，然后开始计算j＝3，4，5时的情况，得到气象故障比例v3、覆冰故障比例v4和鸟害故障比例v5。
[0050]
更进一步的，步骤s204中代入贝叶斯网络后，所述方法还包括以下计算公式：
[0051]
所述山火故障概率p4＝v2/(v2 v3 v4 v5)；
[0052]
所述气象故障概率p5＝v3/(v2 v3 v4 v5)；
[0053]
所述覆冰故障概率p6＝v4/(v2 v3 v4 v5)；
[0054]
所述鸟害故障概率p7＝v5/(v2 v3 v4 v5)。
[0055]
本发明的有益效果如下：
[0056]
1.本发明对已安装分布式故障监测装置以及输电线路走廊环境监测装置的架空输电线路，先利用行波特征判断是否为雷击，若为雷击，则利用雷电定位系统修正其雷电故障概率，使雷击故障结果更具权威；若为非雷击，则进一步计算故障工频特征，再通过山火、覆冰、气象等输电线路走廊的监测信息，然后再修正故障原因相匹配的概率，输出诊断结果。
[0057]
2.本发明对于未安装分布式故障监测装置以及输电线路走廊环境监测装置的架空输电线路，直接利用在线监测和历史统计的故障时刻、重合闸状态、故障相数等信息，计算各种故障原因类型对应的概率，结合输电线路走廊监测信息进行修正，给出诊断结果。
[0058]
3.本发明准确定位输电线路故障，开展线路跳闸故障原因分析，可大大减小巡线工作量，并可提高供电可靠性。
附图说明
[0059]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0060]
图1为本实施例的一种电力线路故障智能诊断装置的结构图。
[0061]
图2为本实施例的一种电力线路故障智能诊断方法的流程图一。
[0062]
图3为本实施例的一种电力线路故障智能诊断方法的流程图二。
具体实施方式
[0063]
下面结合附图对本发明实施例进行详细描述。
[0064]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0065]
本发明的具体实施方式如下：
[0066]
如图1所示，本实施例的一种电力线路故障智能诊断装置，包括：
[0067]
在线监测模块1，用于在线监测架空输电线路，得到在线监测数据；
[0068]
判断模块2，用于获取在线监测模块1的在线监测数据，判断在线监测数据是否包
括故障波形；
[0069]
历史数据库3，用于保存架空输电线路的历史故障数据；
[0070]
数据模块4，用于获取历史数据库3的历史故障数据、判断模块2的在线监测数据及判断结果，根据判断结果结合历史故障数据对在线监测数据进行处理，得到架空输电线路故障原因对应的故障概率；
[0071]
修正模块5，用于获取数据模块4的故障概率，并对故障概率进行修正，获得修正后的故障概率，通过修正后的故障概率判断出具体故障原因。
[0072]
优选的，在线监测模块1在线监测架空输电线路故障时的具体时间、故障波形、故障相数、线路重合闸状态、雷击信息、山火信息、气象信息、覆冰信息，其中在线监测架空输电线路故障时的故障波形通过对架空输电线路安装分布式故障监测装置以及输电线路走廊环境监测装置实现。
[0073]
本实施例还提供一种电力线路故障智能诊断方法，应用于以上所述的架空输电线路故障智能诊断装置，如图2所示，本实施例的一种电力线路故障智能诊断方法的流程一包括：
[0074]
s101.判断发生故障的架空输电线路是否装有分布式故障监测装置以及输电线路走廊环境监测装置，是则执行步骤s102，否则执行步骤s201；
[0075]
s102.获取分布式故障监测装置以及输电线路走廊环境监测装置采集到的故障时刻故障波形的行波特征；
[0076]
s103.对行波特征输入支持向量机svm算法，计算得到故障概率p1，输出故障概率p1并判断p1是否大于0.5，是则执行步骤104，否则执行步骤105；
[0077]
s104.由于p1大于0.5则架空输电线路在故障时刻有雷击发生，在线监测架空输电线路发生故障时的雷击信息，得到雷电流数据，并分析雷电流数据得到修正函数f1，通过修正函数f1乘以故障概率p1进行修正，得到故障概率p
11
，明确架空输电线路的故障原因为雷击故障；
[0078]
s105.获取分布式故障监测装置以及输电线路走廊环境监测装置采集到的故障时刻的工频波形特征；
[0079]
s106.对工频波形特征输入支持向量机svm算法，计算得到故障概率p2，输出故障概率p2；
[0080]
s107.在线监测架空输电线路发生故障时的山火信息、气象信息、覆冰信息，得到山火数据、气象数据、覆冰数据，并分析山火数据、气象数据、覆冰数据得到山火故障的修正函数f
2,
，气象故障的修正函数f3，覆冰故障的修正函数f4；然后山火故障的修正函数f2乘以故障概率p2得到山火故障的修正概率p
21
，气象数据的修正函数f3乘以故障概率p2得到气象故障的修正概率p
22
，覆冰故障的修正函数f4乘以故障概率p2得到覆冰故障的修正概率p
23
；最后将计算得到的修正概率p
21
、p
22
、p
23
按大小进行排序，综合判断出架空输电线路的具体故障原因。
[0081]
如图3所示，本实施例的一种电力线路故障智能诊断方法的流程二包括：
[0082]
s201.在线监测架空输电线路发生故障时的雷击信息，若有雷击发生则执行步骤s202，若无雷击发生则执行步骤s203；
[0083]
s202.设故障概率p3＝1，在线监测架空输电线路发生故障时的雷击信息，得到雷
电流数据，并分析雷电流数据得到修正函数f1，通过修正函数f1乘以故障概率p3进行修正，得到故障概率p
31
，明确架空输电线路的故障原因为雷击故障；
[0084]
s203.在线监测架空输电线路故障时的具体时间、故障相数、线路重合闸状态、气象信息，得到在线监测数据；
[0085]
s204.获取历史数据库的历史故障数据，将历史故障数据和在线监测数据输入贝叶斯网络，计算得到非雷击故障的山火故障概率p4、气象故障概率p5、覆冰故障概率p6和鸟害故障概率p7的概率分布；
[0086]
s205.在线监测架空输电线路发生故障时的山火信息、气象信息、覆冰信息，得到山火数据、气象数据、覆冰数据，并分析山火数据、气象数据、覆冰数据得到山火故障的修正函数f
2,
，气象故障的修正函数f3，覆冰故障的修正函数f4；然后山火故障的修正函数f2乘以山火故障概率p4得到修正概率p
41
，气象数据的修正函数f3乘以气象故障概率p5得到修正概率p
51
，覆冰故障的修正函数f4乘以覆冰故障概率p6得到修正概率p
61
；最后将计算得到的p
41
、p
51
、p
61
按大小进行排序，结合鸟害故障p7综合判断出架空输电线路的具体故障原因。
[0087]
进一步的，所述步骤s104、步骤s202中的修正函数f1为：f1＝a (1
‑
a)，其中
[0088][0089]
a为修正参数，a为离架空输电线路故障位置最近的雷电流的幅值，d为架空输电线路故障位置和最近的雷电流之间的距离。
[0090]
进一步的，所述步骤s107、步骤s205中的修正函数f2为：f2＝b (1
‑
b)，其中
[0091][0092]
b为修正参数，t为离架空输电线路故障位置最近的山火火点温度，e为架空输电线路故障位置和最近的山火火点之间的距离。
[0093]
进一步的，所述步骤s107、步骤s205中的修正函数f3为：f3＝c (1
‑
c)，其中
[0094]
c＝[min(w,12) 2]/14
[0095]
c为修正参数，w为架空输电线路发生故障时的架空线路走廊最大风速。
[0096]
进一步的，所述步骤s107、步骤s205中的修正函数f4为：f4＝d (1
‑
d)，其中
[0097]
d＝0.5log(h 1)
[0098]
d为修正参数，h为架空输电线路发生故障时的最大覆冰厚度。
[0099]
进一步的，所述步骤s204中的代入贝叶斯网络具体为：
[0100][0101]
其中j＝2，3，4，5，分别对应山火故障、气象故障、覆冰故障、鸟害故障；
[0102]
a＝1，2，3，4，5，分别对应晴天、阴天、雨天、雪天、雾天；
[0103]
b＝1，2，3，分别对应重合闸重合成功、重合失败、无动作；
[0104]
c＝1，2，3，分别对应单相故障、两相故障、三相故障；
[0105]
d＝1～12，分别对应月份的1～12月；
[0106]
e＝0～23，分别对应时刻的0～23时；
[0107]
f＝1～12，分别对应风力的1～12级；
[0108]
当j＝2时，在线监测的架空输电线路发生故障时的天气为a、重合闸状态为b、故障相数为c、时间点的月份数为d、时间点的时刻为e，风力等级为f，p(v2)为历史故障数据中历史发生的所有山火故障次数占历史总故障次数的比例，p(a|v2)为所有山火故障次数中天气为a的次数占所有山火故障次数的比例；
[0109]
同理计算得到p(b|v2)、p(c|v2)、p(d|v2)、p(e|v2)、p(f|v2)后，将计算得到的比例全部求和得到山火故障比例v2，然后开始计算j＝3，4，5时的情况，得到气象故障比例v3、覆冰故障比例v4和鸟害故障比例v5。
[0110]
更进一步的，步骤s204中代入贝叶斯网络后，所述方法还包括以下计算公式：
[0111]
所述山火故障概率p4＝v2/(v2 v3 v4 v5)；
[0112]
所述气象故障概率p5＝v3/(v2 v3 v4 v5)；
[0113]
所述覆冰故障概率p6＝v4/(v2 v3 v4 v5)；
[0114]
所述鸟害故障概率p7＝v5/(v2 v3 v4 v5)。
[0115]
例如某次架空输电线路发生故障时，在线监测到发生故障时架空输电线路所在的区域为晴天、架空输电线路的重合闸状态为重合成功、架空输电线路的故障相数为两相、此时的月份为4月、此时的时刻为0点，架空输电线路走廊最大风力等级为5级，即a＝1，b＝1，c＝2，d＝4，e＝0，f＝5。
[0116]
然后代入贝叶斯网格，依次计算j＝2，3，4，5，即分别对应山火故障、气象故障、覆冰故障、鸟害故障的情况，具体为：
[0117]
山火故障：j＝2，p(v2)为历史故障数据中历史发生的所有山火故障次数占历史总故障次数的比例，p(a|v2)为所有山火故障次数中天气为晴天的次数占所有山火故障次数的比例，p(b|v2)为所有山火故障次数中架空输电线路的重合闸状态为重合成功的次数占所有山火故障次数的比例，p(c|v2)为所有山火故障次数中架空输电线路的故障相数为两相的次数占所有山火故障次数的比例，p(d|v2)为所有山火故障次数中故障发生的月份为4月的次数占所有山火故障次数的比例，p(e|v2)为所有山火故障次数中故障发生的时刻为0点的次数占所有山火故障次数的比例，p(f|v2)为所有山火故障次数中架空输电线路走廊最大风力等级为5级的次数占所有山火故障次数的比例。将计算得到的比例全部求和得到山火故障比例v2，即
[0118]
v2＝p(v2) p(a|v2) p(b|v2) p(c|v2) p(d|v2) p(e|v2) p(f|v2)。
[0119]
气象故障：j＝3，p(v3)为历史故障数据中历史发生的所有气象故障次数占历史总故障次数的比例，p(a|v3)为所有气象故障次数中天气为晴天的次数占所有气象故障次数的比例，p(b|v3)为所有气象故障次数中架空输电线路的重合闸状态为重合成功的次数占所有气象故障次数的比例，p(c|v3)为所有气象故障次数中架空输电线路的故障相数为两相的次数占所有气象故障次数的比例，p(d|v3)为所有气象故障次数中故障发生的月份为4月的次数占所有气象故障次数的比例，p(e|v3)为所有气象故障次数中故障发生的时刻为0点的次数占所有气象故障次数的比例，p(f|v3)为所有气象故障次数中架空输电线路走廊
最大风力等级为5级的次数占所有气象故障次数的比例。将计算得到的比例全部求和得到气象故障比例v3，即
[0120]
v3＝p(v3) p(a|v3) p(b|v3) p(c|v3) p(d|v3) p(e|v3) p(f|v3)。
[0121]
覆冰故障：j＝4，p(v4)为历史故障数据中历史发生的所有覆冰故障次数占历史总故障次数的比例，p(a|v4)为所有覆冰故障次数中天气为晴天的次数占所有覆冰故障次数的比例，p(b|v4)为所有覆冰故障次数中架空输电线路的重合闸状态为重合成功的次数占所有覆冰故障次数的比例，p(c|v4)为所有覆冰故障次数中架空输电线路的故障相数为两相的次数占所有覆冰故障次数的比例，p(d|v4)为所有覆冰故障次数中故障发生的月份为4月的次数占所有覆冰故障次数的比例，p(e|v4)为所有覆冰故障次数中故障发生的时刻为0点的次数占所有覆冰故障次数的比例，p(f|v4)为所有覆冰故障次数中架空输电线路走廊最大风力等级为5级的次数占所有覆冰故障次数的比例。将计算得到的比例全部求和得到覆冰故障比例v4，即
[0122]
v4＝p(v4) p(a|v4) p(b|v4) p(c|v4) p(d|v4) p(e|v4) p(f|v4)。
[0123]
鸟害故障：j＝5，p(v5)为历史故障数据中历史发生的所有鸟害故障次数占历史总故障次数的比例，p(a|v5)为所有鸟害故障次数中天气为晴天的次数占所有鸟害故障次数的比例，p(b|v5)为所有鸟害故障次数中架空输电线路的重合闸状态为重合成功的次数占所有鸟害故障次数的比例，p(c|v5)为所有鸟害故障次数中架空输电线路的故障相数为两相的次数占所有鸟害故障次数的比例，p(d|v5)为所有鸟害故障次数中故障发生的月份为5月的次数占所有鸟害故障次数的比例，p(e|v5)为所有鸟害故障次数中故障发生的时刻为0点的次数占所有鸟害故障次数的比例，p(f|v5)为所有鸟害故障次数中架空输电线路走廊最大风力等级为5级的次数占所有鸟害故障次数的比例。将计算得到的比例全部求和得到鸟害故障比例v5，即
[0124]
v5＝p(v5) p(a|v5) p(b|v5) p(c|v5) p(d|v5) p(e|v5) p(f|v5)。
[0125]
即山火故障概率p4＝v2/(v2 v3 v4 v5)；
[0126]
气象故障概率p5＝v3/(v2 v3 v4 v5)；
[0127]
覆冰故障概率p6＝v4/(v2 v3 v4 v5)；
[0128]
鸟害故障概率p7＝v5/(v2 v3 v4 v5)。
[0129]
最后将计算得到的p4、p5、p6、p7按大小进行排序，综合判断得到此次架空输电线路发生故障的故障原因。
[0130]
在本发明的描述中，需要理解的是，术语“中间”、“长度”、“上”、“下”、“前”、“后”、“竖直”、“水平”、“内”、“外”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0131]
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。“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。
[0132]
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接或彼此可通讯；可以是直接相连，也可以通过中间媒介间接相连，可以
是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0133]
以上仅为说明本发明的实施方式，并不用于限制本发明，对于本领域的技术人员来说，凡在本发明的精神和原则之内，不经过创造性劳动所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。