一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

用于变电站互感器的实时预警装置、方法和终端设备与流程

2022-05-18 11:06:12 来源:中国专利 TAG:


1.本技术属于互感器技术领域,尤其涉及一种用于变电站互感器的实时预警装置、方法和终端设备。


背景技术:

2.电压互感器是电力系统中的重要测量设备,是构建能源互联网的基础。其一次绕组接入高压电网,二次绕组与保护装置、测量仪表以及计量装置等设备相连,用于将一次侧高压强信号转化为二次侧低压小信号供二次侧保护、测控以及计量设备安全采集。确保电压互感器处于正常稳定的运行状态,有利于实现电力系统的安全、稳定和经济运行。
3.长期现场运行经验表明,由于电网运行工况复杂多变以及电压互感器使用年限的增长,电压互感器的运行状态以及自身的精度将随之而变化,运行若干年后存在一定比例的超差风险。超差互感器继续运行将导致电能计量不准确,严重时还将使得继电保护装置动作不可靠。因此,为保障电力系统的正常运行,需要及时更换超差互感器。
4.及时更换的前提是准确评估其运行误差,传统的评估方法是依据计量检定规程,依赖标准互感器的周期性停电离线检测。由于停电计划难以协调,该方法仅能保证少部分重要变电站电压互感器的误差评估,难以覆盖并实现全网电压互感器的误差评估,致使大量在运电压互感器超期未检、误差未知。而在不停电条件下,仅能通过基于数据驱动原理获得电压互感器的误差估计值,并通过该误差估计值对电压互感器的状态进行评估,然而误差估计值是一个概率意义上的结果,与停电采用实物标准器检测获得的误差值具备不同的特点,这导致基于数据驱动原理所评估出的电压互感器误差估计值与真实误差值存在一定的偏差,不能像采用标准器停电检测获得的误差值一样直接根据误差值和电压互感器精度等级规定的误差限值之间的数值关系确定互感器的误差状态。


技术实现要素:

5.为克服相关技术中存在的问题,本技术实施例提供了一种用于变电站互感器的实时预警装置、方法和终端设备。
6.本技术是通过如下技术方案实现的:
7.第一方面,本技术实施例提供了一种用于变电站互感器的实时预警装置,包括:
8.信号采集装置,用于采集互感器一次侧电流和二次侧电压;
9.数据处理装置,用于对所述一次侧电流和二次侧电压进行预处理;
10.模型预警装置,用于基于预处理后的数据对互感器预警模型进行训练;
11.处理器,用于在所述模型预警装置基于训练后的互感器预警模型监测到互感器存在异常时,向信息采集装置发送采集请求;
12.所述信息采集装置用于响应所述采集请求,采集互感器内部的音频信号、温度、气体信息和光信号;
13.所述处理器还用于根据所述音频信号、温度、气体信息和光信号确定所述互感器
是否存在故障。
14.一些实施例中,上述数据处理装置具体用于:
15.对一次侧电流和二次侧电压进行滤波;其中,所述一次侧电流和二次侧电压为互感器发生故障时对应的一次侧的电流和二次侧的电压,所述互感器的故障包括多种,每种故障对应采集多个一次侧电流和二次侧电压;
16.去除一次侧电流和二次侧电压中的异常值;
17.根据互感器的故障类型,将一次侧电流和二次侧电压分为多个异常样本集,每个异常样本集对应一种故障类型,每个异常样本集包含多组一次侧电流和二次侧电压数据。
18.一些实施例中,上述模型预警装置具体用于:
19.获取上述多个异常样本集,以及每个异常样本集对应的互感器的故障信息;
20.获取互感器无故障时的数据组成的正常样本集;
21.根据上述多个异常样本集和正常样本集,对模型预警装置进行训练。
22.一些实施例中,所述根据上述多个异常样本集和正常样本集,对模型预警装置进行训练的过程为:
23.采用多个异常样本集对模型预警装置进行训练,之后采用正常样本集对训练后的模型预警装置进行修正;
24.或者,
25.将正常样本集中的数据均分后注入各个异常样本集中得到多个新的异常样本集,之后采用新的异常样本集对模型预警装置进行训练;
26.其中,互感器预警模型可以包括四个子模型,每个异常样本集对应训练一个子模型,训练后的每个子模型用于检测一种互感器异常。
27.一些实施例中,模型预警装置采用训练后的数据对互感器进行预警监测的过程为:
28.采集互感器一次侧电流和二次侧电压;
29.对一次侧电流和二次侧电压进行预处理后,输入到训练后的互感器预警模型;
30.互感器预警模型中的子模型若检测到对应的异常,输出互感器的异常信息。
31.一些实施例中,处理器接收到互感器的异常信息后,请求信息采集装置采集互感器内部的音频信号、温度、气体信息和光信号等;
32.处理器根据信息采集装置采集的音频信号、温度、气体信息和光信号等验证互感器的异常信息是否准确。
33.例如,假设互感器异常可以包括第一异常、第二异常和第三异常,每种异常对应一种物理表现,例如产生某种声音、温度过高、产生某种气体或产生亮光等;因此,处理器可以将模型预警装置确定的异常信息与信息采集装置采集到的信息进行匹配,以准确地确定异常的信息。
34.第二方面,本技术实施例提供了一种用于变电站互感器的实时预警方法,包括:
35.采集互感器一次侧电流和二次侧电压;
36.对信号采集装置采集到的一次侧电流和二次侧电压进行预处理;
37.基于预处理后的数据对互感器预警模型进行训练,并采用训练后的数据对互感器进行预警监测;
38.在模型预警装置监测到互感器存在异常时,控制信息采集装置采集互感器内部的音频信号、温度、气体信息和光信号,根据所述音频信号、温度、气体信息和光信号确定所述互感器是否存在故障。
39.示例性的,所述对信号采集装置采集到的一次侧电流和二次侧电压进行预处理,包括:
40.对一次侧电流和二次侧电压进行滤波;其中,所述一次侧电流和二次侧电压为互感器发生故障时对应的一次侧的电流和二次侧的电压,所述互感器的故障包括多种,每种故障对应采集多个一次侧电流和二次侧电压;
41.去除一次侧电流和二次侧电压中的异常值;
42.根据互感器的故障类型,将一次侧电流和二次侧电压分为多个异常样本集,每个异常样本集对应一种故障类型,每个异常样本集包含多组一次侧电流和二次侧电压数据。
43.第三方面,本技术实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第二方面任一项所述的方法。
44.第四方面,本技术实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第二方面任一项所述的方法。
45.第五方面,本技术实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第二方面中任一项所述的方法。
46.本技术实施例与现有技术相比存在的有益效果是:
47.本技术实施例,采集互感器一次侧电流和二次侧电压,之后对一次侧电流和二次侧电压进行预处理;基于预处理后的数据对互感器预警模型进行训练,并采用训练后的数据对互感器进行预警监测;在模型预警装置监测到互感器存在异常时,采集互感器内部的音频信号、温度、气体信息和光信号等,根据音频信号、温度、气体信息和光信号进一步确定所述互感器是否存在故障,从而能够实现对互感器进行实时预警,且能够提高预警准确度。
48.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,并不能限制本说明书。
附图说明
49.为了更清楚地说明本技术实施例中的技术方案,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技术的一些实施例,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。
50.图1是本技术一实施例提供的用于变电站互感器的实时预警装置的结构示意图;
51.图2是本技术一实施例提供的用于变电站互感器的实时预警方法的流程示意图;
52.图3是本技术实施例提供的终端设备的结构示意图。
具体实施方式
53.以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具
体细节,以便透彻理解本技术实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本技术的描述。
54.应当理解,当在本技术说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
55.还应当理解,在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
56.如在本技术说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0057]
另外,在本技术说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
[0058]
在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
[0059]
图1是本技术一实施例提供的用于变电站互感器的实时预警装置的结构示意图。参照图1,该用于变电站互感器的实时预警装置可以包括信号采集装置101、数据处理装置102、模型预警装置103、处理器104和信息采集装置105。
[0060]
信号采集装置101用于采集互感器一次侧电流和二次侧电压。数据处理装置102用于对信号采集装置采集到的一次侧电流和二次侧电压进行预处理。模型预警装置103用于基于预处理后的数据对互感器预警模型进行训练,并采用训练后的数据对互感器进行预警监测。处理器105用于在模型预警装置103监测到互感器存在异常时,向信息采集装置104发送采集请求。信息采集装置104用于响应该采集请求,采集互感器内部的音频信号、温度、气体信息和光信号。处理器105还用于根据音频信号、温度、气体信息和光信号确定所述互感器是否存在故障。例如,处理器105将音频信号、温度、气体信息和光信号与模型预警装置监测到的互感器的异常进行验证,确定互感器是否存在异常。
[0061]
上述用于变电站互感器的实时预警装置,采集互感器一次侧电流和二次侧电压,之后对一次侧电流和二次侧电压进行预处理;基于预处理后的数据对互感器预警模型进行训练,并采用训练后的数据对互感器进行预警监测;在模型预警装置监测到互感器存在异常时,采集互感器内部的音频信号、温度、气体信息和光信号等,进行进一步判断,从而能够实现对互感器进行实时预警,且能够提高预警准确度。
[0062]
例如,数据处理装置102具体可以用于:对一次侧电流和二次侧电压进行滤波;此处的一次侧电流和二次侧电压可以为互感器发生故障时对应的一次侧电流和二次侧电压,互感器的故障可以包括多种,每种故障对应采集多个一次侧电流和二次侧电压;之后,去除
一次侧电流和二次侧电压中的异常值;之后,根据互感器的故障类型,将一次侧电流和二次侧电压分为多个异常样本集,每个异常样本集对应一种故障类型,每个异常样本集包含多组一次侧电流和二次侧电压数据。
[0063]
例如,上述模型预警装置103具体用于:获取上述多个异常样本集,以及每个异常样本集对应的互感器的故障信息;获取互感器无故障时的数据组成的正常样本集;根据上述多个异常样本集和正常样本集,对模型预警装置进行训练。
[0064]
其中,根据上述多个异常样本集和正常样本集,对模型预警装置进行训练的过程可以为:采用多个异常样本集对模型预警装置进行训练,之后采用正常样本集对训练后的模型预警装置进行修正;或者,将正常样本集中的数据均分后注入各个异常样本集中,之后采用新的异常样本集对模型预警装置进行训练。其中,互感器预警模型可以包括多个子模型,每个异常样本集对应训练一个子模型,训练后的每个子模型用于检测一种互感器异常。
[0065]
其中,互感器常见异常包括以下三种:1、互感器过热,可能是内外接头松动,一次侧过负荷或二次侧开路;2、互感器产生异常声音,可能是铁心或零件松动,电场屏蔽不当,二次层开路或点位悬浮,末屏开路或绝缘损坏放电;3、绝缘油溶解气体色谱分析异常,按照相关标准进行故障判断。
[0066]
对于上述三种异常中的每种异常,可以采集互感器一次侧电流和二次侧电压对应的数据,得到每种异常对应的异常样本集。
[0067]
一些实施例中,模型预警装置103采用训练后的数据对互感器进行预警监测的过程为:采集互感器的一次侧电流和二次侧电压;对一次侧电流和二次侧电压进行预处理后,输入到训练后的互感器预警模型;互感器预警模型中的几个子模型若检测到对应的异常,输出互感器的异常信息。
[0068]
在对模型训练完成后,采集互感器的一次侧电流和二次侧电压,将一次侧电流和二次侧电压进行低通滤波,去除明显的单个孤立异常点之后,输入模型判断是否有异常。
[0069]
一些实施例中,处理器104接收到互感器的异常信息后,请求信息采集装置采集互感器内部的音频信号、温度、气体信息和光信号等。处理器104根据信息采集装置采集的音频信号、温度、气体信息和光信号等验证互感器的异常信息是否准确。
[0070]
例如,假设互感器异常可以包括第一异常、第二异常和第三异常,每种异常对应一种物理表现,例如产生某种声音、温度过高、产生某种气体或产生亮光等。因此,处理器104可以将模型预警装置103确定的异常信息与信息采集装置105采集到的信息进行匹配,以准确地确定异常的信息。
[0071]
其中,信息采集装置105可以为设置在互感器外部或内部的音频采集单元、温度传感器、气体探测器和光信号传感器。音频采集单元采集互感器发出的声音,温度传感器采集互感器内部的温度,气体探测器探测互感器中的气体组分,光信号传感器采集互感器中的光信号。
[0072]
例如,若模型确定互感器发生为第一异常,则处理器104请求信息采集装置105检测互感器的音频信号、温度、气体组分和是否有光信号,然后查找第一异常对应的互感器的异常物理表现。根据查表得到的异常物理表现与信息采集装置105检测到的信号匹配,若能够匹配上,则说明互感器确实发生第一异常。若并不能够完全匹配,则可以说明模型的结果不够准确,记录此时的数据,对模型进行更新。
[0073]
表1互感器异常类型对应的异常物理表现
[0074]
异常类型音频温度气体组分光第一异常有与外部环境温差>30
°
氢气无第二异常无与外部环境温差>20
°
乙炔有第三异常有与外部环境温差接近乙炔、氢气有
[0075]
一些实施例中,若信号采集装置101采集的数据量较少,可以对采集的数据经过与处理后,建立走势曲线,然后对走势曲线进行采样,增加数据量。
[0076]
一些实施例中,对信号采集装置101采集的数据可以采用聚类算法,将数据分为多类,一类数据与一种互感器的异常对应。
[0077]
聚类是一种机器学习技术,它涉及到数据点的分组。给定一组数据点,我们可以使用聚类算法将每个数据点划分为一个特定的组。理论上,同一组中的数据点应该具有相似的属性和/或特征,而不同组中的数据点应该具有高度不同的属性和/或特征。聚类是一种无监督学习的方法,是许多领域中常用的统计数据分析技术。
[0078]
聚类算法包括k-means聚类算法、均值偏移聚类算法、dbscan聚类算法、高斯混合模型(gmm)的期望最大化(em)聚类和层次聚类算法等五种。本实施例中,可以采用上述五种中的任一种聚类算法。
[0079]
对应于上文实施例所述的装置,图2示出了本技术实施例提供的用于变电站互感器的实时预警方法的流程图,为了便于说明,仅示出了与本技术实施例相关的部分。
[0080]
参见图2,上述用于变电站互感器的实时预警方法可以包括以下步骤:
[0081]
步骤201,采集互感器一次侧电流和二次侧电压。
[0082]
其中,互感器常见异常包括以下三种:1、互感器过热,可能是内外接头松动,一次侧过负荷或二次侧开路;2、互感器产生异常声音,可能是铁心或零件松动,电场屏蔽不当,二次层开路或点位悬浮,末屏开路或绝缘损坏放电;3、绝缘油溶解气体色谱分析异常,按照相关标准进行故障判断。
[0083]
对于上述三种异常中的每种异常,可以采集互感器一次侧电流和二次侧电压对应的数据,得到每种异常对应的异常样本集。
[0084]
一些实施例中,若信号采集装置采集的数据量较少,可以对采集的数据经过与处理后,建立走势曲线,然后对走势曲线进行采样,增加数据量。
[0085]
步骤202,对信号采集装置采集到的一次侧电流和二次侧电压进行预处理。
[0086]
例如,步骤202中的预处理可以为:
[0087]
对一次侧电流和二次侧电压进行滤波;此处的一次侧电流和二次侧电压可以为互感器发生故障时对应的一次侧电流和二次侧电压,互感器的故障可以包括多种,每种故障对应采集多个一次侧电流和二次侧电压;
[0088]
之后,去除一次侧电流和二次侧电压中的异常值;
[0089]
之后,根据互感器的故障类型,将一次侧电流和二次侧电压分为多个异常样本集,每个异常样本集对应一种故障类型,每个异常样本集包含多组一次侧电流和二次侧电压数据。
[0090]
例如,步骤202可以通过聚类算法去除异常值,将距离聚类中心较远的点作为异常值去掉。
[0091]
步骤203,基于预处理后的数据对互感器预警模型进行训练,并采用训练后的数据对互感器进行预警监测。
[0092]
例如,步骤203中对互感器预警模型进行训练的过程可以包括:获取上述多个异常样本集,以及每个异常样本集对应的互感器的故障信息;获取互感器无故障时的数据组成的正常样本集;根据上述多个异常样本集和正常样本集,对模型预警装置进行训练。
[0093]
其中,可以采用多个异常样本集对模型预警装置进行训练,之后采用正常样本集对训练后的模型预警装置进行修正。
[0094]
或者,可以将正常样本集中的数据均分后注入各个异常样本集中,之后采用新的异常样本集对模型预警装置进行训练。
[0095]
在对模型训练完成后,采集互感器的一次侧电流和二次侧电压,将一次侧电流和二次侧电压进行低通滤波,去除明显的单个孤立异常点之后,输入模型判断是否有异常。
[0096]
一些实施例中,对采集的数据可以采用聚类算法,将数据分为多类,一类与一种异常对应。
[0097]
本实施例中,互感器预警模型可以包括四个子模型,每个异常样本集对应训练一个子模型,训练后的每个子模型用于检测一种互感器异常。
[0098]
例如,采用训练后的互感器预警模型对互感器进行预警监测的过程为:采集互感器一次侧电流和二次侧电压;对一次侧电流和二次侧电压进行预处理后,输入到训练后的互感器预警模型;互感器预警模型中的几个子模型若检测到对应的异常,输出互感器的异常信息。
[0099]
在步骤204中,在监测到互感器存在异常时,采集互感器内部的音频信号、温度、气体信息和光信号,根据所述音频信号、温度、气体信息和光信号确定所述互感器是否存在故障。
[0100]
处理器接收到互感器的异常信息后,可以请求信息采集装置采集互感器内部的音频信号、温度、气体信息和光信号等。之后,处理器根据互感器内部的音频信号、温度、气体信息和光信号进行验证,确定互感器是否存在故障。
[0101]
例如,将互感器内部的音频信号、温度、气体信息和光信号与监测到的互感器的异常进行比对,确定监测到的异常是否与互感器内部的物理现象(音频信号、温度、气体信息和光信号)对应,从而确定互感器是否存在异常。
[0102]
假设互感器异常可以包括第一异常、第二异常和第三异常,每种异常对应一种物理表现,例如产生某种声音、温度过高、产生某种气体或产生亮光等。因此,处理器可以将模型预警装置确定的异常信息与信息采集装置采集到的信息进行匹配,以准确地确定异常的信息。
[0103]
其中,信息采集装置可以为设置在互感器外部或内部的音频采集单元、温度传感器、气体探测器和光信号传感器。音频采集单元采集互感器发出的声音,温度传感器采集互感器内部的温度,气体探测器探测互感器中的气体组分,光信号传感器采集互感器中的光信号。
[0104]
例如,若模型确定互感器发生为第一异常,则处理器请求信息采集装置105检测互感器的音频信号、温度、气体组分和是否有光信号,然后查找第一异常对应的互感器的异常物理表现。根据查表得到的异常物理表现与信息采集装置105检测到的信号匹配,若能够匹
配上,则说明互感器确实发生第一异常。若并不能够完全匹配,则可以说明模型的结果不够准确,记录此时的数据,对模型进行更新。
[0105]
上述用于变电站互感器的实时预警方法,采集互感器一次侧电流和二次侧电压,之后对一次侧电流和二次侧电压进行预处理;基于预处理后的数据对互感器预警模型进行训练,并采用训练后的数据对互感器进行预警监测;在模型预警装置监测到互感器存在异常时,采集互感器内部的音频信号、温度、气体信息和光信号等,进行进一步判断,从而能够实现对互感器进行实时预警,且能够提高预警准确度。
[0106]
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本技术实施例的实施过程构成任何限定。
[0107]
本技术实施例还提供了一种终端设备,参见图3,该终端设500可以包括:至少一个处理器510、存储器520以及存储在所述存储器520中并可在所述至少一个处理器510上运行的计算机程序,所述处理器510执行所述计算机程序时实现上述任意各个方法实施例中的步骤,例如图2所示实施例中的步骤201至步骤203。
[0108]
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器520中,并由处理器510执行,以完成本技术。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序段,该程序段用于描述计算机程序在终端设备500中的执行过程。
[0109]
本领域技术人员可以理解,图3仅仅是终端设备的示例,并不构成对终端设备的限定,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,例如输入输出设备、网络接入设备、总线等。
[0110]
处理器510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)、现成可编程门阵列(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。
[0111]
存储器520可以是终端设备的内部存储单元,也可以是终端设备的外部存储设备,例如插接式硬盘,智能存储卡(smart media card,smc),安全数字(secure digital,sd)卡,闪存卡(flash card)等。所述存储器520用于存储所述计算机程序以及终端设备所需的其他程序和数据。所述存储器520还可以用于暂时地存储已经输出或者将要输出的数据。
[0112]
总线可以是工业标准体系结构(industry standard architecture,isa)总线、外部设备互连(peripheral component,pci)总线或扩展工业标准体系结构(extended industry standard architecture,eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本技术附图中的总线并不限定仅有一根总线或一种类型的总线。
[0113]
本技术实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述方法各个实施例中的步骤。
[0114]
本技术实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行
时,使得移动终端执行时实现可实现上述方法各个实施例中的步骤。
[0115]
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,本技术实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(rom,read-only memory)、随机存取存储器(ram,random access memory)、电载波信号、电信信号以及软件分发介质。例如u盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
[0116]
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
[0117]
本领域普通技术人员可以意识到,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、或者计算机软件和电子硬件的结合来实现。这些功能究竟以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。专业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技术的范围。
[0118]
在本技术所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
[0119]
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。
[0120]
以上所述实施例仅用以说明本技术的技术方案,而非对其限制;尽管参照前述实施例对本技术进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围,均应包含在本技术的保护范围之内。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献