调控多元数据综合查询方法、系统、计算机设备及介质与流程

1.本发明属于电力自动化技术领域，涉及一种调控多元数据综合查询方法、系统、计算机设备及介质。


背景技术：

2.电网调控作为电网运行的控制中枢，涵盖了发、输及变等电力生产环节，电力系统经多年建设产生了海量调控数据，呈现出数据形式丰富，数据规模庞大，库表结构复杂等特点。其中，电网模型数据存储于结构化数据库，电网运行数据存储于分布式数据库、实时库及列式数据库等多种数据库系统，同时还有调度规程、稳定规定、保护规定以及操作规定等文本形式知识。
3.调度人员在进行调度操作时需要实时查询数据来指导运行。目前，面对调控多元数据，一般的查询手段是调度人员面向不同的数据库编写不同语法规则的数据查询语言，并在数据库执行获得结果。但是，这种方法需要调度人员不仅熟悉业务数据存储位置以及数据库表结构，还要掌握多种数据查询语言的语法，导致查询效率低且不够智能，增加了数据的使用难度。


技术实现要素：

4.本发明的目的在于克服上述现有技术的缺点，提供一种调控多元数据综合查询方法、系统、计算机设备及介质。
5.为达到上述目的，本发明采用以下技术方案予以实现：
6.本发明第一方面，提供一种调控多元数据综合查询方法，包括：
7.获取自然查询语言并进行自然语言处理，得到自然查询语言的实体信息和自然查询语言的查询意图；
8.根据自然查询语言的查询意图，从预设的若干规则中，选取与自然查询语言的查询意图相匹配的规则，得到目标规则；
9.根据自然查询语言的实体信息和目标规则，在预设的数据库中进行数据查询和处理，得到自然查询语言的查询结果。
10.可选的，所述获取自然查询语言并进行自然语言处理，得到自然查询语言的实体信息和自然查询语言的查询意图包括：
11.获取自然查询语言；
12.将自然查询语言通过预设的实体识别模型进行实体识别，得到实体识别结果；
13.将实体识别结果进行实体链接处理，得到自然查询语言的实体信息；
14.按照预设的改写规则，将自然查询语言进行改写，得到改写自然查询语言；
15.将改写自然查询语言通过预设的意图识别模型进行意图识别，得到自然查询语言的查询意图。
16.可选的，所述实体识别模型通过根据带标注的实体识别样本，调节深度双向预训
练语言模型的参数得到；所述意图识别模型通过根据带标注的意图识别样本，调节深度双向预训练语言模型的参数得到。
17.可选的，所述根据自然查询语言的实体信息和目标规则，在预设的数据库中进行数据查询和处理，得到自然查询语言的查询结果包括：
18.根据目标规则，得到自然查询语言的查询过程和处理过程；
19.根据自然查询语言的查询过程和自然查询语言的实体信息，生成自然查询语言的查询过程中每一步的数据查询语句；
20.按照自然查询语言的查询过程，根据自然查询语言的查询过程中每一步的数据查询语句，在预设的数据库中进行数据查询，得到数据查询结果；
21.将数据查询结果按照自然查询语言的处理过程进行处理，得到自然查询语言的查询结果。
22.可选的，所述根据自然查询语言的查询过程和自然查询语言的实体信息，生成自然查询语言的查询过程中每一步的数据查询语句包括：
23.根据自然查询语言的查询过程，得到自然查询语言的查询过程中每一步要查询的数据的数据存储方式；
24.根据所述数据存储方式，得到自然查询语言的查询过程中每一步要查询的数据的数据查询语句格式；
25.根据所述数据查询语句格式，结合自然查询语言的查询过程中每一步要查询的数据和自然查询语言的实体信息，生成自然查询语言的查询过程中每一步的数据查询语句。
26.本发明第二方面，提供一种调控多元数据综合查询系统，包括：
27.自然语言处理模块，用于获取自然查询语言并进行自然语言处理，得到自然查询语言的实体信息和自然查询语言的查询意图；
28.规则模块，用于根据自然查询语言的查询意图，从预设的若干规则中，选取与自然查询语言的查询意图相匹配的规则，得到目标规则；
29.查询模块，用于根据自然查询语言的实体信息和目标规则，在预设的数据库中进行数据查询和处理，得到自然查询语言的查询结果。
30.可选的，所述自然语言处理模块具体用于：
31.获取自然查询语言；
32.将自然查询语言通过预设的实体识别模型进行实体识别，得到实体识别结果；
33.将实体识别结果进行实体链接处理，得到自然查询语言的实体信息；
34.按照预设的改写规则，将自然查询语言进行改写，得到改写自然查询语言；
35.将改写自然查询语言通过预设的意图识别模型进行意图识别，得到自然查询语言的查询意图。
36.可选的，所述查询模块具体用于：
37.根据目标规则，得到自然查询语言的查询过程和处理过程；
38.根据自然查询语言的查询过程和自然查询语言的实体信息，生成自然查询语言的查询过程中每一步的数据查询语句；
39.按照自然查询语言的查询过程，根据自然查询语言的查询过程中每一步的数据查询语句，在预设的数据库中进行数据查询，得到数据查询结果；
40.将数据查询结果按照自然查询语言的处理过程进行处理，得到自然查询语言的查询结果。
41.本发明第三方面，提供一种计算机设备，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上述调控多元数据综合查询方法的步骤。
42.本发明第四方面，提供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上述调控多元数据综合查询方法的步骤。
43.与现有技术相比，本发明具有以下有益效果：
44.本发明调控多元数据综合查询方法，通过将自然查询语言进行自然语言处理，识别出自然查询语言的实体信息和自然查询语言的查询意图，进而基于自然查询语言的查询意图，为之匹配对应的预设规则作为目标规则，进而基于自然查询语言的实体信息和目标规则得到自然查询语言的查询结果。该方法基于自然语言处理的实施，进而有效减轻调度人员学习多种数据查询语言和调控云数据结构的负担，只需通过自然语言就能完成综合查询分析需求。同时，针对不同的自然查询语言的查询意图，预设与之匹配的规则，继而通过规则的匹配即可实现自动化的复杂查询及分析工作，无需调度人员查找翻阅计算公式，提高查询分析效率。
附图说明
45.图1为本发明实施例的调控多元数据综合查询方法流程框图。
46.图2为本发明实施例的数据处理、在线查询及离线挖掘流程框图。
47.图3为本发明实施例的知识图谱构建流程框图。
48.图4为本发明实施例的调控多元数据综合查询系统结构框图。
具体实施方式
49.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
50.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
51.如背景技术中所介绍的，目前在面对调控多元数据时，一般的查询手段是调度人员面向不同的数据库编写不同语法规则的数据查询语言，并在数据库执行获得结果。但是，这种方法需要调度人员不仅熟悉业务数据存储位置以及数据库表结构，还要掌握多种数据查询语言的语法，导致查询效率低且不够智能，增加了数据的使用难度。
52.为了改善上述问题，本发明实施例提供了一种调控多元数据综合查询方法，通过
获取自然查询语言并进行自然语言处理，得到自然查询语言的实体信息和自然查询语言的查询意图；根据自然查询语言的查询意图，从预设的若干规则中，选取与自然查询语言的查询意图相匹配的规则，得到目标规则；根据自然查询语言的实体信息和目标规则，在预设的数据库中进行数据查询和处理，得到自然查询语言的查询结果。减轻调度人员学习多种数据查询语言和调控云数据结构的负担，只需通过自然语言就能完成综合查询分析需求，通过规则的匹配即可实现自动化的复杂查询及分析工作，无需查找翻阅计算公式，提高查询分析效率。
53.下面结合附图对本发明做进一步详细描述：
54.参见图1，本发明一实施例中，为解决调控多元数据传统查询方法查询对象单一、查询方式复杂及使用成本高等问题，提供一种调控多元数据综合查询方法，通过自然语言处理技术和规则计算引擎实现输入自然语言问题直接返回答案，提高综合查询效率，更有利于从多元数据中挖掘隐藏价值。
55.具体的，该调控多元数据综合查询方法包括以下步骤：
56.s1：获取自然查询语言并进行自然语言处理，得到自然查询语言的实体信息和自然查询语言的查询意图。
57.s2：根据自然查询语言的查询意图，从预设的若干规则中，选取与自然查询语言的查询意图相匹配的规则，得到目标规则。
58.s3：根据自然查询语言的实体信息和目标规则，在预设的数据库中进行数据查询和处理，得到自然查询语言的查询结果。
59.本发明调控多元数据综合查询方法，通过将自然查询语言进行自然语言处理，识别出自然查询语言的实体信息和自然查询语言的查询意图，进而基于自然查询语言的查询意图，为之匹配对应的预设规则作为目标规则，进而基于自然查询语言的实体信息和目标规则得到自然查询语言的查询结果。该方法基于自然语言处理的实施，进而有效减轻调度人员学习多种数据查询语言和调控云数据结构的负担，只需通过自然语言就能完成综合查询分析需求。同时，针对不同的自然查询语言的查询意图，预设与之匹配的规则，继而通过规则的匹配即可实现自动化的复杂查询及分析工作，无需调度人员查找翻阅计算公式，提高查询分析效率。
60.在一种可能的实施方式中，该调控多元数据综合查询方法可以理解为在线查询步骤，同时，该在线查询步骤在实施中，自然语言处理依赖于预设的自然语言处理模型实现，选取与自然查询语言的查询意图相匹配的规则依赖于各种规则的定义和预设。因此，参见图2，为保证调控多元数据综合查询方法能够准确且高效率的实施，预先的数据处理和离线挖掘是重要的一环。
61.其中，数据处理包含数据抽取转换存储、关键短语提取和命名实体提取等数据预处理功能，将调控多元数据构建成调控云关系库、知识图谱以及索引库。调控云关系库、知识图谱以及索引库均可以通过目前主流的构建手段进行构建。本实施方式中，参见图3，提供了如下的知识图谱构建方法：
62.知识图谱的数据来源于结构化知识和非结构化知识。其中，结构化知识包括电网模型、设备信息及拓扑关系等，非结构化知识包括稳定规程、事故预案、调度规程及运行方式记录等，将获取的数据进行数据预处理后，包括标点符号处理、停用词过滤、数据标注以
及数据增强，构建用于综合查询分析的知识图谱，构建过程需经过知识建模、知识抽取、知识融合、知识审核维护及知识存储5步。
63.(1)知识建模：根据专家经验，对电网调度领域的实体、属性及关系三元组进行设计，形成知识本体模型。(2)知识抽取：针对结构化知识采用传统jdbc，按照知识本体模型，将关系库里结构化的知识导入到知识图谱中。针对非结构化知识：a、采用自然语言处理技术，对文档进行标注及训练，包括实体识别、属性识别、关系识别，将非结构化文档的知识提取出来，按照本体知识模型的设计，形成三元组结构，导入到知识图谱中。b、采用人工抽取方式。(3)知识融合：对从多个来源提取的知识，进行实体对齐及属性合并，实现知识融合，如：xx电厂的属性可能来自多个来源，需要融合到一个实体里。(4)知识审核维护：对实体、属性及关系等的正确性进行审核维护。(5)知识存储：采用图数据库进行存储。按照图数据库的结构，包括标签、节点、关系、节点属性及关系属性，其中，标签指节点的业务类别，如容器及一次；节点指具体的实体，如发电厂及发电机；关系指实体与实体之间的关系；节点属性指实体的自身属性，如实体名称name、实体id及电压等级等；关系属性指关系的自身属性，如关系名称name、关系id及关系生效时间等。
64.同时，知识图谱遵循以下存储策略：按照本体知识建模的结构存储到图数据库中，根据知识的更新频率，采用定时更新、实时更新及人工手动更新多种方式。
65.离线挖掘用于训练模型以及根据查询反馈进行模型调优，其中的模型库存储在线查询需要用到的所有模型。离线挖掘一般分为模型训练生成和模型动态调优。
66.第一部分是模型训练生成。在bert(bidirectional encoder representations from transformers，深度双向预训练语言模型)的基础上，面向中文分词、命名实体识别、意图识别及关系分类等任务目标，分别使用不同的预训练-微调方法，训练生成适用于不同任务的模型。并且，还可利用电网调度语料增强模型的电力调度领域知识，生成能充分体现实际意义的单词和句子的向量表示。训练后的模型文件保存到模型库供后续使用，需要模型训练生成的模型。
67.第二部分是模型动态调优。因为原始数据是不断更新的，各级调度专业用户提问类型也是不尽相同的，为了提高面向各级调度业务场景的查询准确率，需要不断优化模型参数。模型的动态调优过程如下：(1)搜搜结果手机和人工评测：用户反馈答案是否与提问相关，并将提问、查询过程(包括但不限于规则推理逻辑和数据查询语句)和答案记录到样本库中。(2)样本增强：在原始样本集的基础上，结合调控领域知识图谱，抽取知识图谱实体关系构建数据查询语句，采用反向翻译生成调控问题，采用单词替换及引入噪声等方法扩充训练数据规模。(3)模型动态优化：利用收集到的各级调度业务场景的差异化数据，基于差异数据集进行模型微调，生成面向各级调控云的新nlp(自然语言处理)模型，包括但不限于中文分词、语义解析、实体识别、意图分类以及关系分类模型，提高模型在不同场景下的泛化能力。(4)发布至模型库。
68.在一种可能的实施方式中，所述获取自然查询语言并进行自然语言处理，得到自然查询语言的实体信息和自然查询语言的查询意图包括：获取自然查询语言；将自然查询语言通过预设的实体识别模型进行实体识别，得到实体识别结果；将实体识别结果进行实体链接处理，得到自然查询语言的实体信息；按照预设的改写规则，将自然查询语言进行改写，得到改写自然查询语言；将改写自然查询语言通过预设的意图识别模型进行意图识别，
得到自然查询语言的查询意图。
69.可选的，所述实体识别模型通过根据带标注的实体识别样本，调节深度双向预训练语言模型的参数得到；所述意图识别模型通过根据带标注的意图识别样本，调节深度双向预训练语言模型的参数得到。通过利用调整后的深度双向预训练语言模型的能力，对用户输入的自然查询语言进行自然语言处理。
70.具体的，获取自然查询语言并进行自然语言处理可以分为实体识别、实体链接、查询改写和意图识别四个方面。
71.其中，实体识别包括离线端和在线端，离线端主要分为两个方面，一是实体挖掘方面，主要为线上端的实体匹配提供基础的实体库；二是模型方面，进行模型训练和优化。在线端主要分两部分，一部分是词典的实体匹配，一部分是模型预测。实体链接包括离线端和在线端，离线端主要是对实体提及的挖掘，实际上就是实体的别名，用来扩大实体链接召回率。在线端首先通过别名进行实体找回，然后对召回的实体进行消歧排序，返回最相关的几个实体。关于查询改写，因为自然语言的表达多种多样，一个含义会有多种输入的方式，所以通过查询改写提高输入的自然查询语言的规范程度，能够更好地表达用户意图。查询改写方法包括同义词典、翻译模型及基于bert的语言模型等方法。意图识别的主要工作是将输入的自然查询语言与预设的若干规则中的规则做匹配，采用词典匹配、规则及模型的方式进行意图分类，找到主意图后在预设的若干规则中匹配规则，然后根据规则进行语义解析。
72.在一种可能的实施方式中，根据自然查询语言的实体信息和目标规则，在预设的数据库中进行数据查询和处理，得到自然查询语言的查询结果包括：根据目标规则，得到自然查询语言的查询过程和处理过程；根据自然查询语言的查询过程和自然查询语言的实体信息，生成自然查询语言的查询过程中每一步的数据查询语句；按照自然查询语言的查询过程，根据自然查询语言的查询过程中每一步的数据查询语句，在预设的数据库中进行数据查询，得到数据查询结果；将数据查询结果按照自然查询语言的处理过程进行处理，得到自然查询语言的查询结果。
73.具体的，该步骤起到拆解、转换问题的作用。在获取到自然查询语言的查询意图并匹配到规则后，根据规则拆解自然查询语言，如果只需一步查询就能获取答案，那么直接将自然查询语言转化成数据查询语句，如果需要经过多步查询推导答案，那么按照目标规则，分步转化自然查询语言。
74.可选的，所述根据自然查询语言的查询过程和自然查询语言的实体信息，生成自然查询语言的查询过程中每一步的数据查询语句包括：根据自然查询语言的查询过程，得到自然查询语言的查询过程中每一步要查询的数据的数据存储方式；根据所述数据存储方式，得到自然查询语言的查询过程中每一步要查询的数据的数据查询语句格式；根据所述数据查询语句格式，结合自然查询语言的查询过程中每一步要查询的数据和自然查询语言的实体信息，生成自然查询语言的查询过程中每一步的数据查询语句。
75.其中，此步骤可以理解为语义解析，在此步骤中，根据数据存储方式的不同，自然查询语言会转换成不同的查询语句。比如，目标规则中标识自然查询语言需在关系库中查询，则使用text2sql技术将自然查询语言转换成sql语言，目标规则中标识自然查询语言需在知识图谱中查询，则使用text2gremlin技术将自然查询语言转换成图数据库语言，目标
规则中标识自然查询语言需在索引库中查询，则使用text2esquery技术将自然查询语言转换成索引库查询语言。
76.本实施方式中，关于预设的若干规则可以通过构造规则计算引擎规则库的方式实现，规则计算引擎规则库中的规则由对象和条件组成。
77.规则计算引擎规则库中的对象指的是与规则相关的物理设备即实体，如机组、变压器、母线及刀闸等。条件是规则的基本元素，一条规则是由多个条件组合而成，条件也可以是多个条件的嵌套组成，包括if、else、and、or、＝及≠。
78.例如，针对如下问题：国调.三龙i线停运，哪些断面限额需要调整，调整到多少？产生如下查询过程：首先在规则计算引擎中查询国调.三龙i线停运符合哪条规则，定位到该条规则，得知还需要根据三峡左岸电厂的运行方式做判断，这个条件在规则计算引擎中指明要查询调控云关系库的某个运行方式表，查询得知当前是合母运行，那么再带入规则的条件语句获得结果。最终获取答案：三龙、三江断面降至6300mw以下，三江、龙斗断面降至7500mw以下。
79.规则在查询时起到分析和计算的作用，指的是对前一步查询到的数据查询结果进行推理，推理过程可能分为多步，如检索自然查询语言：“当前时刻吉泉直流稳定运行限额是多少？”，首先通过自然语言处理进行意图理解，确定自然查询语言的问题是查询稳定运行限额，然后，在预设的若干规则中匹配到相应规则作为目标规则，根据目标规则确定查询过程分为4步：“所属断面-》运行方式-》潮流约束-》稳定限额”。进而得知，“所属断面”数据存储于知识图谱，“运行方式”数据存储于调控云关系库，潮流方向及权重系数等“潮流约束”数据存储于调控云关系库，分别通过语义解析转换成不同的查询语句获取数据，几项结果作为变量代入“稳定限额”计算公式可获得限额值。
80.下述为本发明的装置实施例，可以用于执行本发明方法实施例。对于装置实施例中未披露的细节，请参照本发明方法实施例。
81.参见图4，本发明再一实施例中，提供一种调控多元数据综合查询系统，能够用于实现上述的调控多元数据综合查询方法，具体的，该调控多元数据综合查询系统包括自然语言处理模块、规则模块以及查询模块。
82.其中，自然语言处理模块用于获取自然查询语言并进行自然语言处理，得到自然查询语言的实体信息和自然查询语言的查询意图；规则模块用于根据自然查询语言的查询意图，从预设的若干规则中，选取与自然查询语言的查询意图相匹配的规则，得到目标规则；查询模块用于根据自然查询语言的实体信息和目标规则，在预设的数据库中进行数据查询和处理，得到自然查询语言的查询结果。
83.在一种可能的实施方式中，所述自然语言处理模块具体用于：获取自然查询语言；将自然查询语言通过预设的实体识别模型进行实体识别，得到实体识别结果；将实体识别结果进行实体链接处理，得到自然查询语言的实体信息；按照预设的改写规则，将自然查询语言进行改写，得到改写自然查询语言；将改写自然查询语言通过预设的意图识别模型进行意图识别，得到自然查询语言的查询意图。
84.在一种可能的实施方式中，所述实体识别模型通过根据带标注的实体识别样本，调节深度双向预训练语言模型的参数得到；所述意图识别模型通过根据带标注的意图识别样本，调节深度双向预训练语言模型的参数得到。
85.在一种可能的实施方式中，所述查询模块具体用于：根据目标规则，得到自然查询语言的查询过程和处理过程；根据自然查询语言的查询过程和自然查询语言的实体信息，生成自然查询语言的查询过程中每一步的数据查询语句；按照自然查询语言的查询过程，根据自然查询语言的查询过程中每一步的数据查询语句，在预设的数据库中进行数据查询，得到数据查询结果；将数据查询结果按照自然查询语言的处理过程进行处理，得到自然查询语言的查询结果。
86.在一种可能的实施方式中，所述根据自然查询语言的查询过程和自然查询语言的实体信息，生成自然查询语言的查询过程中每一步的数据查询语句包括：根据自然查询语言的查询过程，得到自然查询语言的查询过程中每一步要查询的数据的数据存储方式；根据所述数据存储方式，得到自然查询语言的查询过程中每一步要查询的数据的数据查询语句格式；根据所述数据查询语句格式，结合自然查询语言的查询过程中每一步要查询的数据和自然查询语言的实体信息，生成自然查询语言的查询过程中每一步的数据查询语句。
87.前述的调控多元数据综合查询方法的实施例涉及的各步骤的所有相关内容均可以援引到本发明施例中的调控多元数据综合查询装置所对应的功能模块的功能描述，在此不再赘述。
88.本发明实施例中对模块的划分是示意性的，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，另外，在本发明各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
89.本发明再一个实施例中，提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(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 gatearray，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，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于调控多元数据综合查询方法的操作。
90.本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关调控多元数据综合查询方法的相应步骤。
91.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
92.本发明是参照根据本发明实施例的方法、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。
93.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。
94.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。
95.最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。