一种基于高压变电站的智能控制方法、系统及电子设备与流程

    专利查询2022-07-09  138



    1.本发明属于电网故障预测领域,具体涉及一种基于高压变电站的智能控制方法、系统及电子设备。


    背景技术:

    2.故障录波器能够完整记录电网故障前后各扰动元件在连续一段时间内的电气量信息,从这些具有时间连贯性的录波数据中能够提取多种故障特征量,提取的特征量可以指示电网元件运行状态。
    3.现有的录波器一般存在录波数据冗余和不完整的情况,具体的,由于一个录波器一般会采集多个元件的电气量数据,并且采集的元件相邻或者间隔相邻的元件也有可能被录波器录波,这样可能导致出现录波数据冗余,也就是说,录波器记录了与需要记录的元件无关的其他元件数据,而其他录波器又同时记录到了本身不需要记录的数据,因此造成数据冗余,使得后续数据处理时需要进行数据去冗余。然而,现有的方法无法很好的去除冗余数据进行分析,从而对故障分析带来不便。


    技术实现要素:

    4.为了解决现有技术中存在的上述问题,本发明提供了一种基于高压变电站的智能控制方法、系统及电子设备。本发明要解决的技术问题通过以下技术方案实现:
    5.一种基于高压变电站的智能控制方法,包括:
    6.响应于待监控区域发送的预警消息,从数据库中读取相应的录波数据,以根据所述录波数据确定录波特征向量集,其中所述待监控区域中包括n个元件,所述录波数据包括m组原始数据,录波特征向量集包括:电压电流向量特征、突变量特征、小波系数比特征、电流纵差特征、电流相位差特征、故障方向特征、线路模值偏移特征;
    7.基于所述录波特征向量集中的每个特征,从m组原始数据中随时选择q个作为初始种群,所述初始种群中的每个个体关联有一个或多个元件;
    8.初始化迭代次数,基于目标函数,计算每个初始种群中的每个个体的适应度值;
    9.从初始种群中选取任意两个父代个体进行配对,以对配对的父代个体执行交叉或变异操作,直到每个父代个体均完成配对,得到子代个体;
    10.响应于满足迭代结束条件,选择适应度值最高的个体作为当前种群的最优个体进行输出,以根据所述最优个体确定关联的一个或多个元件;
    11.响应于所述每个特征均确定出关联的一个或多个元件,将至少出现5次的元件标记为故障元件或线路;将出现2-5次的线路标记为风险元件或线路;将出现1次的线路不进行标记;
    12.控制所述故障元件或线路断开以对故障元件或故障线路故障进行排查。
    13.在一个具体实施方式中,从初始种群中选取任意两个父代个体进行配对,以对配对的父代个体执行交叉或变异操作,包括:
    14.生成第一随机数并设置变异阈值;
    15.比较所述第一随机数与变异阈值的关系,若所述第一随机数大于所述变异阈值,则对所述当前种群内的两个父代个体执行交叉操作;若所述第一随机数小于或者等于所述变异阈值,则对所述当前种群内的两个父代个体执行变异操作。
    16.在一个具体实施方式中,对所述当前种群内的两个父代个体执行交叉操作,包括:
    17.查找两个父代个体关联的元件,若两个父代个体有相同的元件,则保留所述相同的元件不进行交叉操作,并且将除去所述相同的元件以外的父代个体中随机一个元件进行互换,从而完成交叉操作。
    18.在一个具体实施方式中,对所述当前种群内的两个父代个体执行变异操作,包括:
    19.查找两个父代个体关联的元件,若两个父代个体有相同的元件,则保留所述相同的元件不进行变异操作;
    20.生成变异元件样本,其中所述变异元件样本为n个元件集合中除去该父代个体中存在的元件;
    21.将除去所述相同的元件以外的父代个体中随机一个元件替换为所述变异元件样本中的任意一个,从而完成变异操作。
    22.在一个具体实施方式中,所述目标函数为:
    [0023][0024][0025][0026]
    其中,x表示被选择元件的集合x={x1,x2,l,xn},xi表示被选择的第i个元件,n表示被选择的元件总数,h(
    ·
    )表示信息熵,d
    kls
    (
    ·
    )表示对称kl散度。
    [0027]
    本发明同时提供了一种基于高压变电站的智能控制系统,包括:
    [0028]
    数据采集模块,用于响应于待监控区域发送的预警消息,从数据库中读取相应的录波数据,以根据所述录波数据确定录波特征向量集,其中所述待监控区域中包括n个元件,所述录波数据包括m组原始数据,录波特征向量集包括:电压电流向量特征、突变量特征、小波系数比特征、电流纵差特征、电流相位差特征、故障方向特征、线路模值偏移特征;
    [0029]
    初始种群选择模块,用于基于所述录波特征向量集,从m组原始数据中随时选择q个作为初始种群,所述初始种群中的每个个体关联有一个或多个元件;
    [0030]
    初始化模块,用于初始化迭代次数,基于目标函数,计算每个初始种群中的每个个体的适应度值;
    [0031]
    交叉变异模块,用于从初始种群中选取任意两个父代个体进行配对,以对配对的父代个体执行交叉或变异操作,直到每个父代个体均完成配对,得到子代个体;
    [0032]
    迭代输出模块,用于响应于满足迭代结束条件,选择适应度值最高的个体作为当前种群的最优个体进行输出,以根据所述最优个体确定关联的一个或多个元件;
    [0033]
    风险确定模块,用于响应于所述每个特征均确定出关联的一个或多个元件,将至
    少出现5次的元件标记为故障元件或线路;将出现2-5次的线路标记为风险元件或线路;将出现1次的线路不进行标记;
    [0034]
    控制模块,用于控制所述风险元件或风险线路断开以对故障元件或故障线路故障进行排查。
    [0035]
    在一个具体实施方式中,所述交叉变异模块包括:
    [0036]
    随机数生成单元,用于生成第一随机数并设置变异阈值;
    [0037]
    交叉变异单元,用于比较所述第一随机数与变异阈值的关系,若所述第一随机数大于所述变异阈值,则对所述当前种群内的两个父代个体执行交叉操作;若所述第一随机数小于或者等于所述变异阈值,则对所述当前种群内的两个父代个体执行变异操作。
    [0038]
    在一个具体实施方式中,所述交叉变异单元包括:
    [0039]
    交叉子单元,用于查找两个父代个体关联的元件,若两个父代个体有相同的元件,则保留所述相同的元件不进行交叉操作,并且将除去所述相同的元件以外的父代个体中随机一个元件进行互换,从而完成交叉操作。
    [0040]
    在一个具体实施方式中,所述交叉变异单元包括:
    [0041]
    变异子单元,用于查找两个父代个体关联的元件,若两个父代个体有相同的元件,则保留所述相同的元件不进行变异操作;生成变异元件样本,其中所述变异元件样本为n个元件集合中除去该父代个体中存在的元件;将除去所述相同的元件以外的父代个体中随机一个元件替换为所述变异元件样本中的任意一个,从而完成变异操作。
    [0042]
    本发明同时提供了一种电子设备,其特征在于,包括:
    [0043]
    处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信,
    [0044]
    存储器,用于存放计算机程序;
    [0045]
    处理器,用于执行存储器上所存放的程序时,实现上述基于高压变电站的智能控制方法。
    [0046]
    本发明的有益效果:
    [0047]
    本发明的基于高压变电站的智能控制方法通过交叉变异操作保留共有元件,能够使得风险概率更大的元件得以保留,从而能够消除录波数据冗余带来的计算误差和复杂度,此外,为了保证故障风险的准确性,本发明通过将录波特征向量集中每个特征量分别进行预测,并根据预测结果进行总体评估,避免出现误判的情况。
    [0048]
    以下将结合附图及实施例对本发明做进一步详细说明。
    附图说明
    [0049]
    图1是本发明实施例提供的一种基于高压变电站的智能控制方法流程示意图;
    [0050]
    图2是本发明实施例提供的一种基于高压变电站的智能控制系统模块框图;
    [0051]
    图3是本发明实施例提供的一种电子设备模块框图。
    具体实施方式
    [0052]
    下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
    [0053]
    实施例一
    [0054]
    请参见图1,图1是本发明实施例提供的一种基于高压变电站的智能控制方法流程示意图,包括:
    [0055]
    s11、响应于待监控区域发送的预警消息,从数据库中读取相应的录波数据,以根据所述录波数据确定录波特征向量集,其中所述待监控区域中包括n个元件,所述录波数据包括m组原始数据,录波特征向量集包括:电压电流向量特征、突变量特征、小波系数比特征、电流纵差特征、电流相位差特征、故障方向特征、线路模值偏移特征;
    [0056]
    录波数据由录波器进行记录,一般的,录波器启动后即开始采集模拟量信息进行录波,在录波时,录波器存在五种工作要求,1、记录电网大扰动开始前的模拟量状态;2、记录系统大扰动后的初期信息;3、记录电力系统故障后中期的状态信息;4、记录电力系统的动态过程;5、记录电力系统长过程的动态数据。在上述5种过程中,1-3录波数据采样频率高,一般在ms-s级别,4-5采样频率低,一般在s-min级别。由于录波器作为一个记录者,在设备启动时就开始工作,因此对于长时间运行的电网其数据量是很大的,因此现有方式很难利用好录波数据,一般只是在故障发生后,去查看故障发生前后的电网运行状态,从而作为一种事后分析的手段,去排查故障发生的原因。因此无法进行故障预测,从而也不能实现事故前的智能控制,避免大规模的故障发送。
    [0057]
    录波数据以时域形式进行记录,本实施例通过对第一录波数据进行特征量提取,将模拟量转换为数字特征,从而形成录波特征向量集,具体的,录波特征向量集包括:电压电流向量特征、突变量特征、小波系数比特征、电流纵差特征、电流相位差特征、故障方向特征、线路模值偏移特征,上述特征一般通过全波傅式算法、小波变换、基尔霍夫定律等方法进行提取,在此不再赘述。
    [0058]
    在一个实例中,例如根据录波器采集的录波数据获取到了包括7个元素的录波特征向量集,录波特征向量集中的每个向量特征对应200-500组数据,一个录波器检测一个待监控区域中的一个或多个元件,当待监控区域出现较大电网波动时,向后台控制端发送预警消息,后台控制端根据预警消息随即读取对应的录波器的录波数据。
    [0059]
    s12、基于所述录波特征向量集中的每个特征,从m组原始数据中随时选择q个作为初始种群,所述初始种群中的每个个体关联有一个或多个元件,其中q<m;
    [0060]
    在能够保证算法执行效率的前提下,尽可能多的选择初始种群的数据,优选的,可以从200-500组数据中随机选择50组进行遗传。
    [0061]
    s13、初始化迭代次数,基于目标函数,计算每个初始种群中的每个个体的适应度值;
    [0062]
    即初始化迭代次数为1,为了在遗传过程中尽可能多的保留有用个体信息并且去除冗余个体信息,本实施例的目标函数设定为:
    [0063][0064]
    [0065][0066]
    其中,x表示被选择元件的集合x={x1,x2,l,xn},xi表示被选择的第i个元件,n表示被选择的元件总数,h(
    ·
    )表示信息熵,d
    kls
    (
    ·
    )表示对称kl散度。
    [0067]
    信息熵用于衡量被选择元件含有的信息量,信息熵越大,表示被选择元件所含的信息量越大。对称kl散度d
    kls
    (xi||xj)表示不同元件xi和xj之间的差异性,对称kl散度越大,表示xi和xj之间的差异性越大。当个体所含元件数越多,信息熵就越大,同时也增加了信息冗余度;当个体所含元件数越少,信息冗余度减少,同时信息熵也会变小。在本实施例中,同时最小化这两个目标函数,便可以保证尽可能多的保留有用个体信息并且去除冗余个体信息。
    [0068]
    s14、从初始种群中选取任意两个父代个体进行配对,以对配对的父代个体执行交叉或变异操作,直到每个父代个体均完成配对,得到子代个体;
    [0069]
    具体的,从初始种群中选取任意两个父代个体进行配对,以对配对的父代个体执行交叉或变异操作,包括:
    [0070]
    生成第一随机数并设置变异阈值;
    [0071]
    比较所述第一随机数与变异阈值的关系,若所述第一随机数大于所述变异阈值,则对所述当前种群内的两个父代个体执行交叉操作;若所述第一随机数小于或者等于所述变异阈值,则对所述当前种群内的两个父代个体执行变异操作。
    [0072]
    在第一次迭代时,该初始种群中的所有个体都作为父代个体,在进行变异或交叉时,随机选择两个父代个体进行配对,直到每个父代个体都进行过交叉或变异。具体的,首先需要通过变异阈值判断随机选取的两个个体执行交叉操作还是变异操作,随机数生成范围为0-1,变异阈值可以根据具体情况进行设置,如果电网网络相对比较复杂,冗余信息过多,则可以设置较高的变异阈值,使得个体变异概率大学交叉概率,这样避免冗余数据以遗传的方式传递到子代,例如变异阈值设置为0.55-0.65,以0.65为例,也就是说,当随机数大于0.65时,执行交叉操作,当随机数小于0.65时执行变异操作,即变异概率为65%;相反的可以设置较低的变异阈值,使得交叉遗传占据主导,例如变异阈值设置为0.35-0.45,也就是说,当随机数大于0.35时,执行交叉操作,当随机数小于0.35时执行变异操作,即变异概率为35%;在一般网络中,如果不做特殊设置,则可以将变异阈值设置为0.5,即50%的概率变异,50%的概率交叉。
    [0073]
    在实施时,对所述当前种群内的两个父代个体执行交叉操作,包括:
    [0074]
    查找两个父代个体关联的元件,若两个父代个体有相同的元件,则保留所述相同的元件不进行交叉操作,并且将除去所述相同的元件以外的父代个体中随机一个元件进行互换,从而完成交叉操作。
    [0075]
    首先遍历两个父代个体的元件集合,如果某个元件同时存在于两个父代个体中,则该元件作为优势基因被保留,不会通过交叉被替换掉,然后对该优势基因元件以外的元件进行交叉,从而得到子代个体。
    [0076]
    对所述当前种群内的两个父代个体执行变异操作,包括:
    [0077]
    查找两个父代个体关联的元件,若两个父代个体有相同的元件,则保留所述相同
    的元件不进行变异操作;
    [0078]
    生成变异元件样本,其中所述变异元件样本为n个元件集合中除去该父代个体中存在的元件;
    [0079]
    将除去所述相同的元件以外的父代个体中随机一个元件替换为所述变异元件样本中的任意一个,从而完成变异操作。
    [0080]
    与上述交叉过程类似,首先遍历两个父代个体的元件集合,如果某个元件同时存在于两个父代个体中,则该元件作为优势基因被保留,不会通过变异被替换掉,然后对该优势基因元件以外的元件进行变异,从而得到子代个体。通过上述方式进一步使得高概率元件得以保留,避免冗余。
    [0081]
    s15、响应于满足迭代结束条件,选择适应度值最高的个体作为当前种群的最优个体进行输出,以根据所述最优个体确定关联的一个或多个元件;
    [0082]
    迭代结束条件即为迭代最大次数,如果不满足迭代最大次数,则重复执行遗传,如果满足迭代最大次数则停止迭代,将当前最优个体进行输出。
    [0083]
    s16、响应于所述每个特征均确定出关联的一个或多个元件,将至少出现5次的元件标记为故障元件或线路;将出现2-5次的线路标记为风险元件或线路;将出现1次的线路不进行标记;
    [0084]
    本实施例的录波特征向量集包括:电压电流向量特征、突变量特征、小波系数比特征、电流纵差特征、电流相位差特征、故障方向特征、线路模值偏移特征共7个特征。因此每个特征均确定出相应的最优个体,如果某些元件出现在多个特征确定的最优个体中,则表明该元件从不同角度都有故障风险,因此则确定为风险元件,而如果至少5次出现,则就能确定为故障元件,而如果只出现1次,则说明是误差干扰,不进行风险标记。
    [0085]
    s17、控制所述故障元件或线路断开以对故障元件或故障线路故障进行排查;对于风险元件或线路,则需要进一步判断是否其为故障元件或线路,具体,从电网中获取该风险元件或线路对应的录波器的相邻录波器,按照本实施例的过程再次进行风险预测,由于本实施例的算法对于冗余干扰因素已经进行了优化,如果该风险元件或线路仍然出现在其他录波器确定的元件中,则表明该风险元件或线路为故障风险。
    [0086]
    本实施例的基于高压变电站的智能控制方法通过交叉变异操作保留共有元件,能够使得风险概率更大的元件得以保留,从而能够消除录波数据冗余带来的计算误差和复杂度,此外,为了保证故障风险的准确性,本发明通过将录波特征向量集中每个特征量分别进行预测,并根据预测结果进行总体评估,避免出现误判的情况。
    [0087]
    实施例二
    [0088]
    请参见图2,本实施例同时提供了一种基于高压变电站的智能控制系统,包括:
    [0089]
    数据采集模块21,用于响应于待监控区域发送的预警消息,从数据库中读取相应的录波数据,以根据所述录波数据确定录波特征向量集,其中所述待监控区域中包括n个元件,所述录波数据包括m组原始数据,录波特征向量集包括:电压电流向量特征、突变量特征、小波系数比特征、电流纵差特征、电流相位差特征、故障方向特征、线路模值偏移特征;
    [0090]
    初始种群选择模块22,用于基于所述录波特征向量集,从m组原始数据中随时选择q个作为初始种群,所述初始种群中的每个个体关联有一个或多个元件;
    [0091]
    初始化模块23,用于初始化迭代次数,基于目标函数,计算每个初始种群中的每个
    个体的适应度值;
    [0092]
    交叉变异模块24,用于从初始种群中选取任意两个父代个体进行配对,以对配对的父代个体执行交叉或变异操作,直到每个父代个体均完成配对,得到子代个体;
    [0093]
    迭代输出模块25,用于响应于满足迭代结束条件,选择适应度值最高的个体作为当前种群的最优个体进行输出,以根据所述最优个体确定关联的一个或多个元件;
    [0094]
    风险确定模块26,用于响应于所述每个特征均确定出关联的一个或多个元件,将至少出现5次的元件标记为故障元件或线路;将出现2-5次的线路标记为风险元件或线路;将出现1次的线路不进行标记;
    [0095]
    控制模块27,用于控制所述风险元件或风险线路断开以对故障元件或故障线路故障进行排查。
    [0096]
    在一个具体实施方式中,所述交叉变异模块包括:
    [0097]
    随机数生成单元,用于生成第一随机数并设置变异阈值;
    [0098]
    交叉变异单元,用于比较所述第一随机数与变异阈值的关系,若所述第一随机数大于所述变异阈值,则对所述当前种群内的两个父代个体执行交叉操作;若所述第一随机数小于或者等于所述变异阈值,则对所述当前种群内的两个父代个体执行变异操作。
    [0099]
    在一个具体实施方式中,所述交叉变异单元包括:
    [0100]
    交叉子单元,用于查找两个父代个体关联的元件,若两个父代个体有相同的元件,则保留所述相同的元件不进行交叉操作,并且将除去所述相同的元件以外的父代个体中随机一个元件进行互换,从而完成交叉操作。
    [0101]
    在一个具体实施方式中,所述交叉变异单元包括:
    [0102]
    变异子单元,用于查找两个父代个体关联的元件,若两个父代个体有相同的元件,则保留所述相同的元件不进行变异操作;生成变异元件样本,其中所述变异元件样本为n个元件集合中除去该父代个体中存在的元件;将除去所述相同的元件以外的父代个体中随机一个元件替换为所述变异元件样本中的任意一个,从而完成变异操作。
    [0103]
    实施例三
    [0104]
    本发明实施例还提供了一种电子设备,如图3所示,包括处理器31、通信接口32、存储器33和通信总线34,其中,处理器31,通信接口32,存储器33通过通信总线34完成相互间的通信,
    [0105]
    存储器33,用于存放计算机程序;
    [0106]
    处理器31,用于执行存储器33上所存放的程序时,实现如下步骤:
    [0107]
    响应于待监控区域发送的预警消息,从数据库中读取相应的录波数据,以根据所述录波数据确定录波特征向量集,其中所述待监控区域中包括n个元件,所述录波数据包括m组原始数据,录波特征向量集包括:电压电流向量特征、突变量特征、小波系数比特征、电流纵差特征、电流相位差特征、故障方向特征、线路模值偏移特征;
    [0108]
    基于所述录波特征向量集中的每个特征,从m组原始数据中随时选择q个作为初始种群,所述初始种群中的每个个体关联有一个或多个元件;
    [0109]
    初始化迭代次数,基于目标函数,计算每个初始种群中的每个个体的适应度值;
    [0110]
    从初始种群中选取任意两个父代个体进行配对,以对配对的父代个体执行交叉或变异操作,直到每个父代个体均完成配对,得到子代个体;
    [0111]
    响应于满足迭代结束条件,选择适应度值最高的个体作为当前种群的最优个体进行输出,以根据所述最优个体确定关联的一个或多个元件;
    [0112]
    响应于所述每个特征均确定出关联的一个或多个元件,将至少出现5次的元件标记为故障元件或线路;将出现2-5次的线路标记为风险元件或线路;将出现1次的线路不进行标记;
    [0113]
    控制所述故障元件或线路断开以对故障元件或故障线路故障进行排查。
    [0114]
    上述电子设备提到的通信总线可以是外设部件互连标准(peripheral component interconnect,pci)总线或扩展工业标准结构(extended industry standard architecture,eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
    [0115]
    通信接口用于上述电子设备与其他设备之间的通信。
    [0116]
    存储器可以包括随机存取存储器(random access memory,ram),也可以包括非易失性存储器(non-volatile memory,nvm),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
    [0117]
    上述的处理器可以是通用处理器,包括中央处理器(central processing unit,cpu)、网络处理器(network processor,np)等;还可以是数字信号处理器(digital signal processing,dsp)、专用集成电路(application specific integrated circuit,asic)、现场可编程门阵列(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。
    [0118]
    本发明实施例提供的方法可以应用于电子设备。具体的,该电子设备可以为:台式计算机、便携式计算机、智能移动终端、服务器等。在此不作限定,任何可以实现本发明的电子设备,均属于本发明的保护范围。
    [0119]
    对于装置/电子设备/存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
    [0120]
    在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外,本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。
    [0121]
    尽管在此结合各实施例对本技术进行了描述,然而,在实施所要求保护的本技术过程中,本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书,可理解并实现所述公开实施例的其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
    [0122]
    本领域技术人员应明白,本技术的实施例可提供为方法、装置(设备)、或计算机程序产品。因此,本技术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,这里将它们都统称为“模块”或“系统”。而且,本技术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。计算机程序存储/分布在合适的介质中,与其它硬件一起提供或作为硬件的一部分,也可以采用其他分布形式,如通过internet或其它有线或无线电信系统。
    [0123]
    本技术是参照本技术实施例的方法、装置(设备)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。
    [0124]
    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。
    [0125]
    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。
    [0126]
    以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
    转载请注明原文地址:https://tc.8miu.com/read-3507.html

    最新回复(0)