一种集中型电子电度表及控制方法与流程

1.本技术涉及智能用电技术领域，为一种集中型电子电表，具体涉及一种集中型电子电度表及控制方法。


背景技术：

2.针对于新能源用电使用场景下，因为新能源设备以及新能源负载用电设备在进行电能利用过程中直流计量方法还不够成熟，且用能设备接入电网进行充电后，由于其充电设备为新能源设备自身具有的非线性特性，将会引起供电侧输出侧产生纹波。用能设备直流快充的用能电流和电压的幅值及变化范围都会比交流慢充更大，不能直接借鉴交流计量方法进行计量。并且，因为非线性的特性，在进行电能传输过程中针对于电度表的计能容易产生干扰，从而实现对于计能产生较多异常数据的情况。所以，针对于此种应用场景，需要提供一种降低信号噪音并且实现异常数据识别的电度表及计能方法。


技术实现要素：

3.为了解决以上的技术问题，本技术提供一种集中型电子电度表及控制方法，能够将将采集到的直流用电信号中的噪音并且针对于噪音数据进行剔除提高了计能的精准性，并且通过配置有异常检测方法能够实现对于信号中的异常数据的识别，基于识别后的异常数据可以针对于电度表进行针对性的改进，提高了后续电度表的使用精准度。
4.为了达到上述目的，本技术实施例采用的技术方案如下：
5.第一方面，一种集中型电子电度表，包括依次连接的数据采集模块、电能计量模块和数据处理模块，所述数据处理模块连接有数据存储模块，且所述数据处理模块通过多个接口与多个终端设备连接；所述数据采集模块中配置有电流数据采集单元和电压数据采集单元，所述电能计量模块包括降噪子模块和计量子模块，所述数据处理模块内配置有计量异常检测子模块；所述降噪子模块用于将采集到的信号进行降噪处理得到初始数据，所述计量异常检测子模块基于所述初始数据进行异常检测，得到异常数据，并通过接口将所述异常数据发送至对应的终端设备。
6.在第一方面的第一种可能的实现方式中，所述数据存储模块包括第一存储模块和第二存储模块，所述第一存储模块用于存储异常数据，所述第二存储模块用于存储非异常数据；所述第一存储模块设置有第一数据存储策略，所述第二存储模块设置有第二数据存储策略。
7.结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述第一存储策略包括同步采集策略，所述第二存储策略包括异步采集策略。
8.在第一方面的第三种可能的实现方式中，所述电压数据采集单元包括电压分压电路，所述电流数据采集单元包括电流互感电路。
9.第二方面，一种集中型电子电度表控制方法，用于控制上述任一项所述的集中型电子电度表，所述方法包括：基于所述电压数据采集单元和所述电流数据采集单元获取电
流电压数据；将所述电流、电压数据通过所述电能计量子模块获取计量数据，所述处理过程包括：将所述电流、电压数据相乘得到瞬时功率数据，并基于所述瞬时功率积分计算得到初始电能计量数据；基于所述降噪模块对所述电能计量数据进行降噪处理，得到目标电能计量数据；将所述目标电能计量数据输入至所述计量异常检测子模块，对所述目标电能计量数据进行判断是否存在异常；将处理后的数据基于存储策略存储至对应的第一存储模块或第二存储模块，所述目标终端基于采集策略对所述第一存储模块或第二存储模块进行数据采集。
10.在第二方面的第一种可能的实现方式中，基于所述降噪模块对所述电能计量数据进行降噪处理，得到目标电能计量数据，包括：基于预设置的降噪使用的小波基和分解层数对所述初始计量数据对应的直流信号进行小波变换，得到各分解层对应的小波系数；基于预设置门限阈值和阈值函数，计算出阈值，并对各层所述小波系数进行量化；对量化后的小波系数进行重构，从而得到输出的去噪直流信号。
11.结合第二方面的第一种可能的实现方式，在第二种可能的实现方式中，还包括：基于去躁直流信号中的电压数据和电路数据相乘得到瞬时功率数据，并基于所述瞬时功率积分计算得到目标电能计量数据。
12.在第二方面的第三种可能的实现方式中，将所述目标电能计量数据输入至所述计量异常检测子模块，对所述目标电能计量数据进行判断是否存在异常，包括：获取序列时间段内的多个目标电能计量数据；计算多个所述目标电能计量数据中的邻域的信息熵；获取所述信息熵的离群度，基于所述离群度确定是否具有异常。
13.结合第二方面的第三种可能的实现方式，在第四种可能的实现方式中，获取序列时间段内的多个目标电能计量数据，包括：基于预设置的采集时间建立时间序列；基于所述时间序列通过时窗变换，划分时间序列；将所述时间序列中的子序列和空间位置相结合，得到目标电能计量矩阵。
14.在第二方面的第五种可能的实现方式中，将处理后的数据基于存储策略存储至对应的第一存储模块或第二存储模块，所述目标终端基于采集策略对所述第一存储模块或第二存储模块进行数据采集，包括：所述存储策略包括将异常数据存储至所述第一存储模块，佳宁非异常数据存储至所述第二存储模块。
15.第三方面，提供一种终端设备，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权利要求上述任一项所述的方法。
16.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如权利要求上述任一项所述的方法。
17.本技术实施例提供的技术方案中，一种集中型电子电度表及控制方法，通过对电度表中直流数据进行降噪处理降低了以内纹波对于计量的干扰影响，得到了准确的直流数据，并且通过设置的异常识别方法通过对去躁后的直流数据进行异常的识别，并在后续通过配置对应的异常数据纠偏方法能够实现对于整体计量的纠偏，实现对计量精准性的获取。并且针对于异常数据对应性的存储，为后续的电度表的设计提供基础历史数据，提高整体设计及决策能力。
附图说明
18.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的前提下，还可以根据这些附图获得其他的附图。
19.附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例，其中示例数字在附图的各个视图中代表相似的机构。
20.图1是本技术实施例提供的集中型电度表系统的结构示意图。
21.图2是本技术实施例提供的终端设备的结构示意图。
22.图3是本技术的一些实施例所示的用于集中型电度表控制方法的流程图。
具体实施方式
23.为了更好的理解上述技术方案，下面通过附图以及具体实施例对本技术技术方案做详细的说明，应当理解本技术实施例以及实施例中的具体特征是对本技术技术方案的详细的说明，而不是对本技术技术方案的限定，在不冲突的情况下，本技术实施例以及实施例中的技术特征可以相互组合。
24.在下面的详细描述中，通过实例阐述了许多具体细节，以便提供对相关指导的全面了解。然而，对于本领域的技术人员来说，显然可以在没有这些细节的情况下实施本技术。在其他情况下，公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述，没有细节，以避免不必要的模糊本技术的方面。
25.本技术中使用流程图说明根据本技术的实施例的系统所执行的执行过程。应当明确理解的是，流程图的执行过程可以不按顺序执行。相反，这些执行过程可以以相反的顺序或同时执行。另外，可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
26.对本发明实施例进行进一步详细说明之前，对本发明实施例中涉及的名词和术语进行说明，本发明实施例中涉及的名词和术语适用于如下的解释。
27.(1)响应于，用于表示所执行的操作所依赖的条件或者状态，当满足所依赖的条件或状态时，所执行的一个或多个操作可以是实时的，也可以具有设定的延迟；在没有特别说明的情况下，所执行的多个操作不存在执行先后顺序的限制。
28.(2)基于，用于表示所执行的操作所依赖的条件或者状态，当满足所依赖的条件或状态时，所执行的一个或多个操作可以是实时的，也可以具有设定的延迟；在没有特别说明的情况下，所执行的多个操作不存在执行先后顺序的限制。
29.(3)小波去噪方法就是一种建立在小波变换多分辨分析基础上的算法，其基本思想是根据噪声与信号在不同频带上的小波分解系数具有不同强度分布的特点，将各频带上的噪声对应的小波系数去除，保留原始信号的小波分解系数，然后对处理后的系数进行小波重构，得到纯净信号。
30.本技术实施例提供的技术方案，主要的应用场景为针对新能源产电以及用电负载场景下的电能计量。针对于新能源用电使用场景下，因为新能源设备以及新能源负载用电
设备在进行电能利用过程中直流计量方法还不够成熟，且用能设备接入电网进行充电后，由于其充电设备为新能源设备自身具有的非线性特性，将会引起供电侧输出侧产生纹波。用能设备直流快充的用能电流和电压的幅值及变化范围都会比交流慢充更大，不能直接借鉴交流计量方法进行计量。并且，因为非线性的特性，在进行电能传输过程中针对于电度表的计能容易产生干扰，从而实现对于计能产生较多异常数据的情况。
31.针对于因为新能源场景下的纹波产生的噪音影响，本实施例采用改进小波阈值函数法对信号进行抑制纹波处理，解决传统小波函数存在的信号震荡、产生恒定偏差等问题，将其应用到直流滤波当中，得到更加接近原始直流信号的滤波信号，提高直流计量数据的准确度。
32.并且这对于降噪后的数据，通过对数据中具有的异常数据进行识别，得到异常数据，并将异常数据和非异常数据配置不同的存储策略，针对以异常数据为同步存储和同步采集，基于非异常数据为异步存储和异步采集。并且，针对于异常数据可以针对性的存储至异常数据库中，通过存储的历史异常数据可以进行后续处理实现对于异常的分类已经构建对应不同类型的异常信息，并且通过以上异常信息进行二次学习或者处理提高后续异常识别的精准性，为电度表的设计提供更多的决策支持。
33.基于以上的技术背景，本技术实施例提供一种集中型电子电度表100，用于在新能源场景下的电力计能的实现，包括依次连接的数据采集模块110、电能计量模块120和数据处理模块130，所述数据处理模块连接有数据存储模块140，且所述数据处理模块通过多个接口与多个终端设备连接；所述数据采集模块中配置有电流数据采集单元111和电压数据采集单元112，所述电能计量模块包括降噪子模块121和计量子模块122，所述数据处理模块130内配置有计量异常检测子模块131；所述降噪子模块用于将采集到的信号进行降噪处理得到初始数据，所述计量异常检测子模块基于所述初始数据进行异常检测，得到异常数据，并通过接口将所述异常数据发送至对应的终端设备。
34.在本实施例中，所述数据存储模块140包括第一存储模块141和第二存储模块142，所述第一存储模块用于存储异常数据，所述第二存储模块用于存储非异常数据；所述第一存储模块设置有第一数据存储策略，所述第二存储模块设置有第二数据存储策略。
35.其中，所述第一存储策略包括同步采集策略，所述第二存储策略包括异步采集策略。
36.具体的，所述电压数据采集单元包括电压分压电路，所述电流数据采集单元包括电流互感电路。
37.具体的，双向通信子单元包括收发模块和加密模块，所述加密模块用于对采集到的数据进行加密。
38.本实施例通过以上的集中型电子电度表的设置，通过配置多个模块以及子模块能够实现对于数据的多次处理从而实现计能的精确性要求。在其他实施例中，在此电子电度表中还可以设置有加密模块实现对于存储以及传输数据的加密处理。
39.参阅图2，而针对本实施例中提供的集中型电子电度表中的具体的处理方法，本实施例还提供一种集中型电子电度表控制方法，实现从数据采集、数据处理以及数据传输整体过程的控制，具体包括以下方法：
40.步骤s210.基于所述电压数据采集单元和所述电流数据采集单元获取电流电压数
据。
41.在本实施例中，针对于电压数据采集单元为电压分压电路实现对于电压数据的获取，针对于电流数据采集单元为电流互感电路用于实现对于电流数据的获取。其中，获取的以上两个数据为初始数据，针对这两个初始数据因为新能源电力数据，与现有的电网进行并网时产生较多的噪音。在后续的处理中，需要对以上的数据进行降噪，即在本实施例中后续的处理为对于电压数据以及电流数据进行降噪处理。因为电度表主要用于用电进行计量，而针对于电能计量的方法包括步骤s220。
42.步骤s220.将所述电流、电压数据通过所述电能计量子模块获取计量数据。
43.在本实施例中，针对于计量数据为功率数据，而针对于直流电能计量算法包括以下几种方法：
44.(1)电压、电流平均值法。
45.w1＝p1·
δ＝u0i0·
δ，其中u0、i0分别为δ时间内平均直流电压和电流。
46.(2)电压、电流有效值法。
47.w2＝p2·
δ＝uiδt，其中ui分别为δ时间内平均直流电压和电流。
48.(3)瞬时功率积分计算直流电能。
49.，其中t表示单位周期；u(t)、i(t)分别为t时间内随时间变化的电压函数与电流函数，u0(t)、i0(t)为电压直流分量函数与电流直流分量函数，uk(t)、ik(t)分别为k次谐波电压分量函数与k次谐波电流分量函数；u0、i0分别为为电压直流分量和电流直流分量；uk为k次谐波电压有效值；ik为k次谐波电流有效值；αk为k次电压谐波分量初始相位；βk为k次电流谐波分量初始相位。
50.其中w3为在单位周期t内瞬时电压和电流的积分电能。但在实际电能计量中，对瞬时功率的采集并不是严格连续的，通常需要设定采样间隔δ，在单位周期t内，采集次数为n，当δ的数值足够小，采集次数足够多，瞬时功率积分法的电能计算表达式可化为：
[0051][0052]
以上三种都能够获取的对应的初始计量数据，在本实施例中优选第三种方式。
[0053]
步骤s230.基于所述降噪模块对所述电能计量数据进行降噪处理，得到目标电能计量数据。
[0054]
在本实施例中针对于降噪处理包括以下处理方法：
[0055]
基于预设置的降噪使用的小波基和分解层数对所述初始计量数据对应的直流信号进行小波变换，得到各分解层对应的小波系数。基于预设置门限阈值和阈值函数，计算出阈值，并对各层所述小波系数进行量化。对量化后的小波系数进行重构，从而得到输出的去噪直流信号。
[0056]
在本实施例中针对于降噪处理基于小波降噪处理方法进行处理，针对于小波降噪的关键，选择一个合适的阈值可以提高去噪质量，提高计量的精确度。阈值过大，可能导致
信号过于平滑，滤掉信号的细节分量；阈值过小，滤波效果较差，仍存在较多的噪声。
[0057]
在本实施例中，针对于小波降噪基于改进小波阈值去噪方法，其中使用到的降噪函数阈值为：
[0058][0059]
其中，y为硬阈值处理之后的小波系数，ω
j,k
是第j尺度上的第k个小波系数。
[0060]
通过以上方法实现对于电压数据以及电流数据的降噪处理，针对降噪处理后的电压数据和电流数据基于步骤s220中的计量数据计算方法得到目标电能计量数据。
[0061]
步骤s240.将所述目标电能计量数据输入至所述计量异常检测子模块，对所述目标电能计量数据进行判断是否存在异常。
[0062]
在本实施例中，针对于步骤s230中经过降噪处理后的目标电能计量数据进行异常识别。而针对于异常识别的具体的方法包括：
[0063]
获取序列时间段内的多个目标电能计量数据。
[0064]
计算多个所述目标电能计量数据中的邻域的信息熵。
[0065]
获取所述信息熵的离群度，基于所述离群度确定是否具有异常。
[0066]
以上的处理方法具体为：
[0067]
已知n个目标电能计量数据分别为x1,x2,
…
,xn，且任意一个数据均包括一个空间分量与一个时间分量，则针对第k个数据xk：
[0068]
xk＝[xk(s)|xk(t)]，其中x
k(s)
与x
k(t)
分别为数据的空间与时间分量。如果空间分量维数表示为r，通过下述公式计算维数是n(n＝r+q)的第k个数据：
[0069]
xk＝[x
k1
(s),
…
,|x
k1
(t),
…
,x
kq
(t)]，q为时间分量维数。计量时空序列在xy坐标轴上存在很多空间点，不同空间点内包括多个时间序列。这些序列代表了计量异常现象，根据均值聚类原理，采用c个聚类中心v1,v2,
…
,vc以及如下分块矩阵u：
[0070]
u＝[u
ik
],i＝1,2,
…
,c；k＝1,2,
…
,n；
[0071]
其中，u
ik
为计量样本数据xk对于第i类的隶属度。通过下述表达式计算目标函数最小值：
[0072][0073]
其中，m为模糊系数，且m》1；d(v,xk)为数据xk和聚类中心vi二者存在的欧式距离，且d(v,xk)＝||x
k-vi||。
[0074]
在计量数据聚类过程中，引入复合距离函数：
[0075][0076]
其中，||
·
||为表示欧式距离；x
k(s)
为第k个用户计量信息的空间分量；x
k(t)
为第k个数据的时间序列分量。
[0077]
基于以上的公式得到第k个计量数据重构表达式为：
[0078][0079]
将上述得到的计量数据重构数据作为异常数据处理的基础数据，采用相对邻域信息熵完成计量异常诊断。具体诊断过程如下。根据数据重构的邻域关系，选取恰当的邻域值参数序列，is＝(u,a,v,f,q)，其中，某信息属性子集合记作b影响着邻域阈值q上存在的邻域关系nrqb，将nrqb在u上任意邻域内划分，则邻域关系nrqb的熵被称为邻域信息熵：
[0080][0081]
其中，假设m＝|a|，且其中，假设m＝|a|，且表示x的权值，则通过下述表达式定义电能计量样本对目标x的离群度α(x)：
[0082][0083]
其中，为为目标样本x与计量数据属性ai之间的邻域熵。因此有：
[0084]
其中eq(αi)
x
为去除目标x后，全域u中剩余计量目标对于属性ai的邻域熵；为目标x对于属性ai的权值，且通过下述公式描述为：
[0085][0086]
计算异常数据在全域u中的比例，使用下述公式获取目标x对于计量数据集合y的p值：
[0087][0088]
其中，为计量数据的集合式，也表示集合中电能计量的目标数量；n为全部类别集合y中的样本数量；α(j)为集合y中某样本所对应的离群度。j为集合y中离群度低于目标样本x的离群度α(x)的样本数量，p的取值区间为[0,1]，该值越高代表计量样本x隶属于集合y的可能性越强。
[0089]
本实施例通过以上的处理过程实现了对于最终的p值的获取，基于设置阈值可以确定对应的异常状态。其中针对于阈值的设置基于经验进行配置。
[0090]
步骤s250.将处理后的数据基于存储策略存储至对应的第一存储模块或第二存储模块，所述目标终端基于采集策略对所述第一存储模块或第二存储模块进行数据采集。
[0091]
本实施例将采集到的异常数据和非异常数据通过配置对应的第一存储模块和第二存储模块分别进行存储，并基于存储的模块调用采集策略对对应的异常数据和非异常数据进行调取。
[0092]
在本实施例中，还配置有加密处理方法对以上的存储的数据以及传输的数据进行加密处理，其中加密处理方法为基于映射关系进行映射加密。在本实施例中，针对于加密方法不再进行详细描述，采用现有的映射加密方法进行加密即可。
[0093]
本实施例提供的集中型电子电度表及控制方法，通过对电度表中直流数据进行降噪处理降低了以内纹波对于计量的干扰影响，得到了准确的直流数据，并且通过设置的异常识别方法通过对去躁后的直流数据进行异常的识别，并在后续通过配置对应的异常数据纠偏方法能够实现对于整体计量的纠偏，实现对计量精准性的获取。并且针对于异常数据对应性的存储，为后续的电度表的设计提供基础历史数据，提高整体设计及决策能力。
[0094]
参阅图3，可以将以上的方法集成为一种终端设备300，该终端设备包括存储器310处理器320以及存储在存储器中并可在处理器上运行的计算机程序，其中处理器执行数据共享方法。在本实施例中，该终端设备与用户端进行通信，将获取到的检测信息下发至对应的用户端，在硬件上实现对于检测信息的发送。其中，针对于发送信息的方式基于网络实现，并且在终端设备进行应用之前需要对用户端与终端设备建立关联关系，可以通过注册的方式实现对于终端设备与用户端之间的关联。其中终端设备可以针对多个用户端，也可以针对一个用户端，并且用户端通过密码以及其他加密的方式与终端设备进行通信。
[0095]
在本实施例中，存储器、处理器以及通信单元各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器用于存储特定的信息和程序，通信单元用于将处理后的信息进行发送至对应的用户端。
[0096]
本实施例将存储模块划分为两个存储区域，其中一个存储区为程序存储单元，另一个存储区域为数据存储单元。程序存储单元相当于固件区，该区域的读写权限设置为只读模式，其内存储的数据不可擦除和更改。而数据存储单元中的数据可以进行擦除或读写，当数据存储区域的容量已满时，新写入的数据会对最早期的历史数据进行覆盖。
[0097]
其中，存储器可以是，但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(ele超声ric erasable programmable read-only memory，eeprom)等。
[0098]
处理器可能是一种集成电路芯片，具有信号的处理能力。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(dsp))、专用集成电路(asic)、现场可编程门阵列(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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。
[0099]
需要理解的是，针对上述内容没有进行名词解释的技术术语，本领域技术人员可以根据上述所公开的内容进行前后推导毫无疑义地确定其所指代的含义在此均不作限定。
[0100]
本领域技术人员可以根据上述已公开的内容毫无疑义对一些预设的、基准的、预定的、设定的以及偏好标签的技术特征/技术术语进行确定，例如阈值、阈值区间、阈值范围等。对于一些未作解释的技术特征术语，本领域技术人员完全能够基于前后文的逻辑关系
进行合理地、毫无疑义地推导，从而清楚、完整地实施上述技术方案。未作解释的技术特征术语的前缀，例如“第一”、“第二”、“示例”、“目标”等，可以根据前后文进行毫无疑义地推导和确定。未作解释的技术特征术语的后缀，例如“集合”、“列表”等，也可以根据前后文进行毫无疑义地推导和确定。
[0101]
本技术实施例公开的上述内容对于本领域技术人员而言是清楚完整的。应当理解，本领域技术人员基于上述公开的内容对未作解释的技术术语进行推导和分析的过程是基于本技术所记载的内容进行的，因此上述内容并不是对整体方案的创造性的评判。
[0102]
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅作为示例，而并不构成对本技术的限定。虽然此处并没有明确说明，本领域技术人员可以对本技术进行各种修改、改进和修正。该类修改、改进和修正在本技术中被建议，所以该类修改、改进、修正仍属于本技术示范实施例的精神和范围。
[0103]
同时，本技术使用了特定术语来描述本技术的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本技术至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同部分两次或多次提到的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本技术的至少一个实施例中的某些特征、结构或特点可以进行适当的组合。
[0104]
另外，本领域普通技术人员可以理解的是，本技术的各个方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们任何新的和有用的改进。相应地，本技术的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“单元”、“组件”或“系统”。此外，本技术的各方面可以表现为位于至少一个计算机可读介质中的计算机产品，所述产品包括计算机可读程序编码。
[0105]
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤缆线、rf、或类似介质、或任何上述介质的组合。
[0106]
本技术各方面执行所需的计算机程序码可以用一种或多种程序语言的任意组合编写，包括面向对象程序设计，如java、scala、smalltalk、eiffel、jade、emerald、c++、c#、vb.net，python等，或类似的常规程序编程语言，如"c"编程语言，visual basic，fortran 2003，perl，cobol 2002，php，abap，动态编程语言如python，ruby和groovy或其它编程语言。所述程式设计编码可以完全在用户计算机上执行、或作为独立的软体包在用户计算机上执行、或部分在用户计算机上执行部分在远程计算机执行、或完全在远程计算机或服务器上执行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网络(lan)或广域网(wan)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(saas)。
[0107]
此外，除非申请专利范围中明确说明，本技术所述处理元件和序列的顺序、数位字母的使用、或其他名称的使用，并非用于限定本技术流程和方法的顺序。尽管上述披露中通
过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的申请专利范围并不仅限于披露的实施例，相反，申请专利范围旨在覆盖所有符合本技术实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件装置实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或行动装置上安装所描述的系统。
[0108]
同样应当理解的是，为了简化本技术揭示的表述，从而帮助对至少一个发明实施例的理解，前文对本技术实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本技术对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。