一种覆冰导线等值厚度检测方法及系统与流程

1.本发明涉及电力导线监测技术领域，具体是一种覆冰导线等值厚度检测方法及系统。


背景技术：

2.目前电力资源使用和生产分布极度不均衡，对电网输电线路的输电安全性、可靠性提出越来越高的要求，而冰灾是导致输电线路故障的主要原因之一，其中对于高山、高寒等气温低、容易结冰、巡检人员无法到达等地区的导线覆冰厚度检测和预警提出了更高[1] 、更紧迫的要求。
[0003]
目前主要的检测技术主要有以下几种：一是利用倾角传感器检测出倾角变化结合其他数据从而计算出覆冰厚度；二是基于导线边缘检测对比推断出导线厚度；三是通过拉力传感器检测导线拉力的变化并结合其他数据从而推算出覆冰厚度；四是通过多视角三维建模的方式对比计算覆冰厚度。
[0004]
然而以上方法都有其优缺点，受制于安装工作环境、使用寿命，极端气候因素干扰等[2] 难以形成稳定运行的覆冰导线等值厚度检测预警系统。


技术实现要素：

[0005]
本发明的目的在于提供一种覆冰导线等值厚度检测方法及系统，以解决上述背景技术中提出的问题。
[0006]
为实现上述目的，本发明提供如下技术方案：一种覆冰导线等值厚度检测方法，所述方法包括：获取环境温度，根据所述环境温度确定图像获取频率，基于所述图像获取频率获取环境图像；基于训练好的目标检测计算模型对所述环境图像进行切分，得到导线区域；循环对所述导线区域进行覆冰检测；当导线覆冰时，对所述导线区域进行语义分割，得到导线轮廓；基于所述导线轮廓计算第一厚度值；记录倾角数据，基于所述倾角数据计算第二厚度值；基于预设的传感器获取传感数据，根据所述传感数据、所述第一厚度值和所述第二厚度值计算覆冰厚度，根据覆冰厚度执行报警动作。
[0007]
作为本发明进一步的方案：所述获取环境温度，根据所述环境温度确定图像获取频率，基于所述图像获取频率获取环境图像的步骤包括：获取环境温度，将所述环境温度输入预设的频率曲线，得到图像获取频率；基于所述图像获取频率获取预设尺寸的环境图像；其中，所述频率曲线的自变量是温度，因变量是频率，所述频率是温度的减函数。
[0008]
作为本发明进一步的方案：所述基于训练好的目标检测计算模型对所述环境图像
进行切分，得到导线区域的步骤包括：在所述环境图像中确定并标记覆冰导线和裸导线的区域范围；根据预设的切分规则对所述区域范围进行切分，得到矩形区域；所述切分规则包括：切分图像尽量不超过整个图像的1/4；若干根导线切分为若干个图像；剔除宽度超出预设宽度范围的导线；根据透视原理将矩形区域转换为沿导线方向的梯形区域。
[0009]
作为本发明进一步的方案：所述基于所述导线轮廓计算第一厚度值的步骤包括：获取导线轮廓的像素面积st，读取参考轮廓的像素面积sd；所述参考轮廓为未覆冰时的导线轮廓；根据预设的厚度计算公式计算第一厚度值；所述厚度计算公式包括：；[3]其中，式中d为直径；；其中，式中h为覆冰后外径测量像素，d为未覆冰时直径测量的像素，d为实际直径。
[0010]
作为本发明进一步的方案：所述记录倾角数据，基于所述倾角数据计算第二厚度值的步骤包括：当导线覆冰时，将环境图像输入训练好的覆冰类型分类模型，得到覆冰类型；所述覆冰类型包括雨凇、雾凇、混合淞和覆雪；基于所述覆冰类型确定覆冰密度；根据覆冰密度计算冰重比载，根据冰重比载和自重比载计算总比载；获取导线的弧垂参数，根据预设的弧垂参数与总比载的力学关系式得到第二厚度值。
[0011]
作为本发明进一步的方案：所述基于预设的传感器获取传感数据，根据所述传感数据、所述第一厚度值和所述第二厚度值计算覆冰厚度，根据覆冰厚度执行报警动作的步骤包括：在进行覆冰检测时，根据现有的其他图像处理算法获取覆冰导线置信度，根据覆冰导线置信度计算覆冰导线图像质量得分；读取环境温度，第一厚度值和第二厚度值；获取导线温度[a4] ；将覆冰导线图像质量得分、环境温度，第一厚度值和第二厚度值和导线温度数据输入训练好的回归模型[5] ，得到覆冰厚度；当所述覆冰厚度达到预设的厚度阈值时，执行报警动作。
[0012]
本发明技术方案还提供了一种覆冰导线等值厚度检测系统，所述系统包括：环境图像获取模块，用于获取环境温度，根据所述环境温度确定图像获取频率，基
于所述图像获取频率获取环境图像；区域切分模块，用于基于训练好的目标检测计算模型对所述环境图像进行切分，得到导线区域；循环对所述导线区域进行覆冰检测；第一计算模块，用于当导线覆冰时，对所述导线区域进行语义分割，得到导线轮廓；基于所述导线轮廓计算第一厚度值；第二计算模块，用于记录倾角数据，基于所述倾角数据计算第二厚度值；数据集成模块，用于基于预设的传感器获取传感数据，根据所述传感数据、所述第一厚度值和所述第二厚度值计算覆冰厚度，根据覆冰厚度执行报警动作。
[0013]
作为本发明进一步的方案：所述环境图像获取模块包括：频率查询单元，用于获取环境温度，将所述环境温度输入预设的频率曲线，得到图像获取频率；第一执行单元，用于基于所述图像获取频率获取预设尺寸的环境图像；其中，所述频率曲线的自变量是温度，因变量是频率，所述频率是温度的减函数。
[0014]
作为本发明进一步的方案：所述区域切分模块包括：范围标记单元，用于在所述环境图像中确定并标记覆冰导线和裸导线的区域范围；矩形区域获取单元，用于根据预设的切分规则对所述区域范围进行切分，得到矩形区域；所述切分规则包括：切分图像尽量不超过整个图像的1/4；若干根导线切分为若干个图像；剔除宽度超出预设宽度范围的导线；矩形转换单元，用于根据透视原理将矩形区域转换为沿导线方向的梯形区域。
[0015]
作为本发明进一步的方案：第一计算模块包括：数据获取单元，用于获取导线轮廓的像素面积st，读取参考轮廓的像素面积sd；所述参考轮廓为未覆冰时的导线轮廓；第二执行单元，用于根据预设的厚度计算公式计算第一厚度值；所述厚度计算公式包括：；其中，式中d为直径；；其中，式中h为覆冰后外径测量像素，d为未覆冰时直径测量的像素，d为实际直径。
[0016]
与现有技术相比，本发明的有益效果是：本发明可以自动计算覆冰等值厚度、自主数据分析和自动报警；将高山、高寒、夜晚、大风雷雨等人员无法到达的环境下的输电线路的运行状态数据经过处理传输到运检终端，并在设定条件下给予及时的预警，便于及时的处理险情，保障高压电网平稳运行，避免不必要的经济损失。
附图说明
[0017]
为了更清楚地说明本发明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发明的一些实施例。
[0018]
图1为覆冰导线等值厚度检测方法的第一流程框图。
[0019]
图2为覆冰导线等值厚度检测方法中覆冰厚度计算原理图。
[0020]
图3为覆冰导线等值厚度检测方法的第二流程框图。
具体实施方式
[0021]
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0022]
实施例1请参阅图1和图3，本发明实施例中，一种覆冰导线等值厚度检测方法，所述方法包括：步骤s100：获取环境温度，根据所述环境温度确定图像获取频率，基于所述图像获取频率获取环境图像；步骤s200：基于训练好的目标检测计算模型对所述环境图像进行切分，得到导线区域；循环对所述导线区域进行覆冰检测；步骤s300：当导线覆冰时，对所述导线区域进行语义分割，得到导线轮廓；基于所述导线轮廓计算第一厚度值；步骤s400：记录倾角数据，基于所述倾角数据计算第二厚度值；[6]步骤s500：基于预设的传感器获取传感数据，根据所述传感数据、所述第一厚度值和所述第二厚度值计算覆冰厚度，根据覆冰厚度执行报警动作。
[0023]
随着我国新能源战略的实施，电力资源越来越重要，基于目前我国电力资源使用和生产分布极度不均衡，因此对电网输电线路的输电安全性、可靠性提出越来越高的要求，而冰灾是导致输电线路故障的主要原因之一，其中对于高山、高寒等气温低、容易结冰、巡检人员无法到达等地区的导线覆冰厚度检测和预警提出了更高、更紧迫的要求。
[0024]
上述技术方案基于业内公司的硬件设备条件、设备安装运行环境、以及造价成本等提出一种基于感应取电、倾角传感检测、深度学习等综合检测技术。通过本技术可以实现自动计算覆冰等值厚度、自主数据分析、自动报警。本技术旨在解决严峻条件下的覆冰等值计算问题，将高山、高寒、夜晚、大风雷雨等人员无法到达的环境下的输电线路的运行状态数据经过处理传输到运检终端，并在设定条件下给予及时的预警，以便及时的处理险情，保障高压电网平稳运行，避免不必要的经济损失。
[0025]
作为本发明技术方案的一个优选实施例，所述获取环境温度，根据所述环境温度确定图像获取频率，基于所述图像获取频率获取环境图像的步骤包括：获取环境温度，将所述环境温度输入预设的频率曲线，得到图像获取频率；基于所述图像获取频率获取预设尺寸的环境图像；其中，所述频率曲线的自变量是温度，因变量是频率，所述频率是温度的减函数。
[0026]
上述内容步骤s100进行了具体的限定，在本发明技术方案的一个实例中，在设备上安装了温度传感器可以获取导线附近的环境温度和导线本身的温度这里我们主要使用导线附近的环境温度过装置设备温度传感器获取温度数据x3，首先可以根据环境温度x3作为过滤条件，在x3温度值比较大的情况下可以减少覆冰检测的频率。并且也可作为覆冰导线等值厚度测量的调整因素。
[0027]
作为本发明技术方案的一个优选实施例，所述基于训练好的目标检测计算模型对所述环境图像进行切分，得到导线区域的步骤包括：在所述环境图像中确定并标记覆冰导线和裸导线的区域范围；根据预设的切分规则对所述区域范围进行切分，得到矩形区域；所述切分规则包括：切分图像尽量不超过整个图像的1/4；若干根导线切分为若干个图像；剔除宽度超出预设宽度范围的导线；根据透视原理将矩形区域转换为沿导线方向的梯形区域。
[0028]
上述内容对步骤s200进行了具体的限定，首先我们需要使用目标检测技术检测出我们图像中覆冰导线和裸导线的位置，以便后续的检测处理。我们考虑到边缘设备计算资源比较紧张、覆冰导线检测频率较高、输入图像尺寸相对比较大等情况特意选择轻量级的目标检测计算模型pp-yolo tiny。这种模型在常规化检测过程中耗费资源比较小有利于设备的平稳运行并为其他任务节省资源。pp-yolo tiny有如下特点：更适用于边缘端的骨干网络：骨干网络可以说是一个模型的核心组成部分，对网络的性能、体积影响巨大。pp-yolo tiny采用了移动端高性价比骨干网络mobilenetv3。
[0029]
更适用边缘端的检测头（head）：除了骨干网络，pp-yolo tiny的检测头（head）部分采用了更适用于移动端的深度可分离卷积（depthwise separable convolution），相比常规的卷积操作，有更少的参数量和运算成本,更适用于移动端的内存空间和算力。
[0030]
使用灵活的输入尺寸：为了在移动端有更好的性能，我们使用pp-yolo tiny采用416和618这两种比较小的输入图像尺寸。具体的输入尺寸是根据导线图像尺寸以及导线在图像中的分布情况调整图像的输入尺寸以便在计算压力和准确率之间找到平衡。
[0031]
召回率优化：在使用小尺寸输入图片时，对应的目标尺寸也会被缩小，漏检的概率会变大，对应的我们采用了如下两种方法来提升目标的召回率：1）、原真实框的注册方法是注册到网格里最匹配的anchor上，优化后还会同时注册到所有与该真实框的iou不小于0.25的anchor上，提高了真实框注册的正例比例；2）、原来所有与真实框iou小于0.7的anchor会被当错负例，优化后将该阈值减小到0.5，降低了负例比例；2、检测到导线后我们根据制定的规则将图像进行合理切分，以便后续步骤对裸线图像和覆冰导线进行精细化处理识别。如下图所示切分的图片主要需要包括导线所在的主要部分。
[0032]
切分原则如下：（1）切分图像尽量只包括整个图像的1/4；（2）多根导线可以切分为多个图像；（3）尽量包括导线的中间主要部分（太粗和太细的可以舍弃）；切分完成后图如下图所示红色的区域，裁剪下来送入语义分割模型进行语义分割
识别出导线轮廓。
[0033]
3、同时再根据规则在导线区域选择合适的梯形面积用于对比覆冰前后的面积对比情况，梯形的设定规则如下：（1）粗导线选择在中间位置；（2）细导线选择在导线较粗的位置。
[0034]
值得一提的是，在本发明技术方案的一个实例中，4、在考虑到导线所处环境复杂、可能会遇到图像昏暗、逆光、有雾等图像质量不佳的情况，我们为了增加系统的普适性和鲁棒性而采取了语义分割对导线的轮廓进行分割。关于到语义分割模型我们使用u2net，经过对多种语义分割模型进行训练测试对比我们发现u2net更适合我们这种分割类型简单、前景背景相对比较明显、精度要求高，样本不足的场景。
[0035]
u2net是基于u2net提出的一种新的网络结构，同样基于encode-decode，参考fpn，u2net，在此基础之上提出了一种新模块rsu（residual u-blocks）经过测试，对于分割物体前背景取得了惊人的效果。其实这个网络结构就是一个小号的u2net，最后所有的rsu用一种类似fpn的结构连接在一起。类似down-top top-down。通过这种方式来增加多尺度能力。获得了极为优秀的分割结果。通过类似fpn的结构，将多个u2net输出结果进行组合。最后进行合并，得到mask，通过多个loss在不同层的表现来进行更新。取得了非常理想的效果。
[0036]
其实u2net这个模型是比较耗费计算资源的，这里我们考虑到前面已经对导线是否覆冰做了一次识别，这一步只需要精细识别导线轮廓，所以识别运行频率不高，对此是可以接受的。在训练成熟模型将检测到的覆冰导线和裸导线（扩大裁剪后进行识别）进行语义分割。
[0037]
作为本发明技术方案的一个优选实施例，所述基于所述导线轮廓计算第一厚度值的步骤包括：获取导线轮廓的像素面积st，读取参考轮廓的像素面积sd；所述参考轮廓为未覆冰时的导线轮廓；根据预设的厚度计算公式计算第一厚度值；所述厚度计算公式包括：；在本发明技术方案的一个实例中，假设输电线路的导线在t时刻的覆冰区域像素总面积为st，未覆冰时的像素面积为sd，则计算出该导线或者绝缘子的平均覆冰厚度可用公式表示：；如图2所示，当输电线路上绝缘子或者导线的一点m覆冰后外径测量像素为h，未覆冰时直径测量的像素为d，该导线或者绝缘子的实际直径为d，由此也可得到覆冰平均厚度，可用公式表示：
；在使用的像素数据上描述有些区别，但最终计算的结果是等价的。
[0038]
通过以上原理我们可以粗略计算出导线的覆冰厚度值x1在对导线进行导线检测时候得到覆冰导线置信度得分m1,然后结合传统的图像处理算法得到覆冰导线图像质量得分x2。
[0039]
作为本发明技术方案的一个优选实施例，所述记录倾角数据，基于所述倾角数据计算第二厚度值的步骤包括：当导线覆冰时，将环境图像输入训练好的覆冰类型分类模型，得到覆冰类型；所述覆冰类型包括雨凇、雾凇、混合淞和覆雪；基于所述覆冰类型确定覆冰密度；根据覆冰密度计算冰重比载，根据冰重比载和自重比载计算总比载；获取导线的弧垂参数，根据预设的弧垂参数与总比载的力学关系式得到第二厚度值。
[0040]
在目标检测后如果检测到了覆冰导线存在，就将检测到的覆冰导线图像输入到覆冰类型分类模型中检测出具体覆冰类型（雨凇、雾凇、混合淞、覆雪）以便用于换算覆冰密度。
[0041]
进一步的，使用倾角粗略计算覆冰厚度的原理具体如下：作用在架空线上的机械荷载有自重、冰重和风荷载。冰重比载是架空线的覆冰质量引起的比载。在线路设计时，将覆冰等效为厚度为ｂ的环状理想覆冰，并取其密度为ρ=0.9g/cm3，则导地线单位长度上的冰重比载为：；式中：d、ａ分别为导地线的直径和截面积；g为重力加速度。
[0042]
冰重比载与自重比载之和即为覆冰时的垂直总比载γ：；由于覆冰时垂直比载的增加，架空线的弧垂也随之发生变化，根据弧垂与垂直比载的力学关系式便可导出此时架空线的等值覆冰厚度；若已经求得γc，则可得等值覆冰厚度b为：；不考虑覆冰情况下垂直比载为：；式中：q为单位长度导线质量，kg/m；s为导线截面积，mm2；单一档是指某个耐张段中某一段导线覆冰的情况，这种情况最为简单，也是实际维护中可能遇到的一种情况。设覆冰时温度为ｔ，水平应力为σ０，垂直总比载为γ。该档档距
为ｌ，高差角为β。测量得到此时的弧垂为ｆ，根据弧垂公式有：；当风速较小即风偏角很小时可以近似认为垂直比载等于综合比载，风偏角的余弦值为1，可用式（5）来简化计算垂直平面内弧垂fm：；使用以上方式得出覆冰厚度值为x4。
[0043]
作为本发明技术方案的一个优选实施例，所述基于预设的传感器获取传感数据，根据所述传感数据、所述第一厚度值和所述第二厚度值计算覆冰厚度，根据覆冰厚度执行报警动作的步骤包括：在进行覆冰检测时，根据现有的其他图像处理算法获取覆冰导线置信度，根据覆冰导线置信度计算覆冰导线图像质量得分；读取环境温度，第一厚度值和第二厚度值；获取导线温度数据；将覆冰导线图像质量得分、环境温度，第一厚度值和第二厚度值和导线温度数据输入训练好的回归模型，得到覆冰厚度；当所述覆冰厚度达到预设的厚度阈值时，执行报警动作。
[0044]
由于湿度数据对于覆冰和导线运行状况有相关的关联关系，我们在设备上也同时安装了湿度传感器，通过湿度传感器我们可以获取湿度数据x5，并将x5作为覆冰导线等值厚度测量的调整因素。
[0045]
将x1-x5组合成数据进行标准化处理：x1-x5输入回归模型进行测试得出覆冰厚度。回归模型主要有岭回归、贝叶斯回归、lasso回归。经过分析和测试选择岭回归效果比较好。
[0046]
线性回归假定输入变量（x）和单个输出变量（y）之间呈线性关系。它旨在找到预测值y的线性方程：；其中，x=（x1,x2,...,xn）为n个输入变量，w=（w1,w2,...,wn）为线性系数，b是偏置项。目标是找到系数w的最佳估计，使得预测值y的误差最小。使用最小二乘法估计线性系数w，即使预测值（yhat）与观测值（y）之间的差的平方和最小。
[0047]
因此，这里尽量最小化损失函数：；其中，需要对所有训练样本的误差求和。也可以通过梯度迭代的方式求出最优权重参数w。这里我们的向量是5维向量x1-x5。在此说明下我们在此之所以使用线性回归算法综合训练模型去求覆冰厚度，是因为不管是哪一种单一的传感器在实际的运行环境中都会存在这样那样的误差，而且引起误差的因素也很多。我们这里就是考虑到个因素以及统计覆冰厚度与这些因素之间的隐性关系。通过这种举措可以有效的减少误差存在。
[0048]
实施例2
与实施例[7] 1中不同的是，在本发明实施例中，提供了一种覆冰导线等值厚度检测系统，所述系统包括：环境图像获取模块，用于获取环境温度，根据所述环境温度确定图像获取频率，基于所述图像获取频率获取环境图像；区域切分模块，用于基于训练好的目标检测计算模型对所述环境图像进行切分，得到导线区域；循环对所述导线区域进行覆冰检测；第一计算模块，用于当导线覆冰时，对所述导线区域进行语义分割，得到导线轮廓；基于所述导线轮廓计算第一厚度值；第二计算模块，用于记录倾角数据，基于所述倾角数据计算第二厚度值；数据集成模块，用于基于预设的传感器获取传感数据，根据所述传感数据、所述第一厚度值和所述第二厚度值计算覆冰厚度，根据覆冰厚度执行报警动作。
[0049]
进一步的，所述环境图像获取模块包括：频率查询单元，用于获取环境温度，将所述环境温度输入预设的频率曲线，得到图像获取频率；第一执行单元，用于基于所述图像获取频率获取预设尺寸的环境图像；其中，所述频率曲线的自变量是温度，因变量是频率，所述频率是温度的减函数。
[0050]
具体的，所述区域切分模块包括：范围标记单元，用于在所述环境图像中确定并标记覆冰导线和裸导线的区域范围；矩形区域获取单元，用于根据预设的切分规则对所述区域范围进行切分，得到矩形区域；所述切分规则包括：切分图像尽量不超过整个图像的1/4；若干根导线切分为若干个图像；剔除宽度超出预设宽度范围的导线；矩形转换单元，用于根据透视原理将矩形区域转换为沿导线方向的梯形区域。
[0051]
更进一步的，第一计算模块包括：数据获取单元，用于获取导线轮廓的像素面积st，读取参考轮廓的像素面积sd；所述参考轮廓为未覆冰时的导线轮廓；第二执行单元，用于根据预设的厚度计算公式计算第一厚度值；所述厚度计算公式包括[8] :；其中，式中d为直径；；其中，式中h为覆冰后外径测量像素，d为未覆冰时直径测量的像素，d为实际直径。
[0052]
所述覆冰导线等值厚度检测方法所能实现的功能均由计算机设备完成，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少
一条程序代码，所述程序代码由所述一个或多个处理器加载并执行以实现所述覆冰导线等值厚度检测方法。
[0053]
处理器从存储器中逐条取出指令、分析指令，然后根据指令要求完成相应操作，产生一系列控制命令，使计算机各部分自动、连续并协调动作，成为一个有机的整体，实现程序的输入、数据的输入以及运算并输出结果，这一过程中产生的算术运算或逻辑运算均由运算器完成；所述存储器包括只读存储器（read-only memory，rom），所述只读存储器用于存储计算机程序，所述存储器外部设有保护装置。
[0054]
示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。
[0055]
本领域技术人员可以理解，上述服务设备的描述仅仅是示例，并不构成对终端设备的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。
[0056]
所称处理器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，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。
[0057]
上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如信息采集模板展示功能、产品信息发布功能等）等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据（比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、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）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0058]
终端设备集成的模块/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介质中。基于这样的理解，本发明实现上述实施例系统中的全部或部分模块/单元，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读介质中，该计算机程序在被处理器执行时，可实现上述各个系统实施例的功能。其中，计算机程序包括计算机程序代码，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。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、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等。
[0059]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排
他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0060]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。