一种电网网络分割方法、装置、设备及介质与流程

1.本发明属于电力系统仿真技术领域，特别涉及一种电网网络分割方法、装置、设备及介质。


背景技术：

2.随着电力电子技术飞速发展，现代电力系统中采用大量大功率电力电子器件对电能进行控制与变换，例如柔性交流输电、高压直流输电、分布式发电和可再生能源能源发电等大部分需要通过电力电子装置才能接入大电网中。电力电子装置的应用，使电能质量和使用效率得到了有效提高，但是其建模方式与传统电力系统仿真建模存在明显差异，其中的开关元件多数采用pwm技术进行开断控制，导致电网的运算拓扑随着开关的高频变化而变化，如何能够在保证实时仿真的同时，快速准确计算高频且非整步长时间点的电力电子开关动作，已成为当前电力系统数值仿真需要解决的一大难题。而电力系统体量的扩大、复杂度的增加，使得对电力系统进行数值仿真的速度与精度难以协调。


技术实现要素：

3.本发明的目的在于提供一种电网网络分割方法、装置、设备及介质，以提升大规模电力电子的微秒级高性能计算的电网网络分割效率和精度。
4.为了实现上述目的，本发明采用如下技术方案：
5.第一方面，本发明提供一种电网网络分割方法，包括：
6.获取待分割电网网络；所述电网网络具有m个节点，m为正整数；
7.根据所述待分割电网网络获得邻接矩阵；根据所述邻接矩阵获得对角矩阵；根据所述邻接矩阵和对角矩阵获得拉普拉斯矩阵；
8.计算与拉普拉斯矩阵的第二最小特征值λ2相对应的特征向量h2；按从最大到最小的顺序对特征向量h2的元素进行排序；
9.将特征向量h2中n1个最大元素相对应的节点划分为组1，将其余节点划分为组2，获得第一分割方案；n1为小于m的正整数；
10.将特征向量h2中的n1个最小元素对应的节点划分为组1，将其余节点划分为组2，获得第二分割方案；
11.比较第一分割方案和第二分割方案的割集规模，以割集规模较小的分割方案为电网网络的分割方案。
12.本发明进一步的改进在于：m为偶数，n1等于
13.本发明进一步的改进在于：n1等于
14.本发明进一步的改进在于：还包括以下步骤：将获得的电网网络的分割方案中的组1或者组2继续分割为两组。
15.本发明进一步的改进在于：所述割集规模w为：
[0016][0017]
式中，g为邻接矩阵，若节点i和节点j之间存在支路，g
ij
＝1，否则g
ij
＝0。
[0018]
本发明进一步的改进在于：还包括以下步骤：基于电网网络的分割方案对电力系统进行数值仿真。
[0019]
第二方面，本发明提供一种电网网络分割装置，包括：
[0020]
获取模块，用于获取待分割电网网络；所述电网网络具有m个节点，m为正整数；
[0021]
拉普拉斯矩阵建立模块，用于根据所述待分割电网网络获得邻接矩阵；根据所述邻接矩阵获得对角矩阵；根据所述邻接矩阵和对角矩阵获得拉普拉斯矩阵；
[0022]
计算模块，用于计算与拉普拉斯矩阵的第二最小特征值λ2相对应的特征向量h2；按从最大到最小的顺序对特征向量h2的元素进行排序；
[0023]
第一划分模块，用于将特征向量h2中n1个最大元素相对应的节点划分为组1，将其余节点划分为组2，获得第一分割方案；n1为小于m的正整数；
[0024]
第二划分模块，用于将特征向量h2中的n1个最小元素对应的节点划分为组1，将其余节点划分为组2，获得第二分割方案；
[0025]
比较模块，用于比较第一分割方案和第二分割方案的割集规模，以割集规模较小的分割方案为电网网络的分割方案。
[0026]
本发明进一步的改进在于：所述割集规模w为：
[0027][0028]
式中，g为邻接矩阵，若节点i和节点j之间存在支路，g
ij
＝1，否则g
ij
＝0。
[0029]
第三方面，本发明提供一种电子设备，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现所述的电网网络分割方法。
[0030]
第四方面，本发明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至少一个指令，所述至少一个指令被处理器执行时实现所述的电网网络分割方法。
[0031]
相对于现有技术，本发明具有以下有益效果：
[0032]
本发明提供一种电网网络分割方法、装置、设备及介质；所述方法包括：获取待分割电网网络；所述电网网络具有m个节点，m为正整数；根据所述待分割电网网络获得邻接矩阵；根据所述邻接矩阵获得对角矩阵；根据所述邻接矩阵和对角矩阵获得拉普拉斯矩阵；计算与拉普拉斯矩阵的第二最小特征值λ2相对应的特征向量h2；按从最大到最小的顺序对特征向量h2的元素进行排序；将特征向量h2中n1个最大元素相对应的节点划分为组1，将其余节点划分为组2，获得第一分割方案；n1为小于m的正整数；将特征向量h2中的n1个最小元素对应的节点划分为组1，将其余节点划分为组2，获得第二分割方案；比较第一分割方案和第二分割方案的割集规模，以割集规模较小的分割方案为电网网络的分割方案；本发明直接通过对表征网络拓扑的laplace矩阵进行特征值和特征向量计算即可实现指定规模的快速分区；这一特征使得利用各种成熟的矩阵计算程序库来改善计算性能成为可能。本发明能够大幅度提升大规模电力电子的微秒级高性能计算的电网网络分割效率和精度。
附图说明
[0033]
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示
意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0034]
图1为可分群的网络示意图；
[0035]
图2为顶点交换的网络示意图；其中图2(a)为交换前的网络示意图，图2(b)为交换后的网络示意图；
[0036]
图3为待分割网络的初始编号示意图；
[0037]
图4为标准步骤3对应的分割结果示意图；
[0038]
图5为标准步骤4对应的分割结果示意图；
[0039]
图6为测试所用随机网络示意图；
[0040]
图7为第二小特征值对应特征向量排序后的节点编号顺序示意图；
[0041]
图8为第一次分区结果示意图；
[0042]
图9为最终分割结果示意图；
[0043]
图10为本发明一种电网网络分割方法的流程示意图；
[0044]
图11为本发明一种电网网络分割装置的结构示意图；
[0045]
图12为本发明一种电子设备的结构框图。
具体实施方式
[0046]
下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
[0047]
以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
[0048]
实施例1
[0049]
随着对大电网网络性质的物理意义和数学特性的深入研究，发明人发现许多实际电网都具有一个共同性质，即整个电网由若干个“群”构成，每个群内部的节点之间的连接相对紧密，但各个群之间的连接相对稀疏，见图1。对于如图1所示的网络，需要将其按照群结构来进行分割，使电网成为多个子网的组合。
[0050]
将图分为指定大小的两个部分。通常通过重复两等分，将网络划分和细分以提供所需数量和大小的组，来实现将其分为两个以上的组。这里定义割集规模的概念，即两组之间运行的边数，显然最终应追求割集规模尽量小。
[0051]
以图中网络为例介绍发明的基本理念，可由图2示意，其中：
[0052]
图2(a)中，从将网络的顶点划分为两组(阴影部分)开始，然后搜索顶点对，例如图中突出的顶点对，交换它们将减少分组之间的割集规模。
[0053]
图2(b)为两个顶点交换后的同一网络。可见交换顶点后，两组之间的连线减少。
[0054]
具体步骤如下：
[0055]
首先将网络的顶点按所需大小按照开发者规定的方式分成两组。例如，可以随机划分顶点。
[0056]
然后，对于每一对顶点(i，j)，其中顶点i在其中一组，而顶点j在另一组，通过计算交换顶点i和顶点j导致各组间割集规模的改变，来确定将顶点分配到哪一组。
[0057]
在所有满足条件的顶点对(i，j)中，找到减少割集规模效果最显著的顶点对，如果没有顶点对可以进一步减少割集规模，则找到增加割集规模最少的顶点对，然后交换这对顶点的分组位置。显然，这个过程保留了两个顶点集合的规模，因为每当有一个顶点离开，就会有另一个顶点加入。因此，该发明能够确保在计算过程中始终保持分组规模与初始化时一致。
[0058]
重复这个过程直至达到满意效果。注意此发明有一个重要的限制条件：网络中的每个顶点只能被处理一次。一旦某个顶点被交换到另一个组，它就不会再被交换了。因此，在发明的第二步，将考虑所有不包括在第一步交换的两个顶点的顶点对。以此类推，直到最后没有可以交换的顶点对。(如果组的大小是不相等的，那么在更大的组中会有一些顶点永远不会被交换，它们的数量与组的大小之差相等。)当所有的交换完成后，返回交换过程中网络所经过的每一种状态，并从中选择割集规模取最小值的状态。
[0059]
最后，重复执行整个过程，每次从最近一次找到的最佳网络划分开始，一直持续到割集规模无法继续改善为止。
[0060]
一旦可以将一个网络分成两个给定大小的部分，那么就可以通过简单地重复这个过程分成两个以上的部分。例如，如果想把一个网络分成三个大小相等的部分，首先会把它分成两个部分，一个部分的大小是另一个的两倍，然后再把大的部分分成两个大小相等的部分。
[0061]
考虑一个由n个顶点和m条边组成的网络，首先考虑将该网络划分为两组，将其称为组1和组2。可以针对该划分结果求出割集规模，如公式：
[0062][0063]
式中g为邻接矩阵，若节点i和节点j之间存在支路，g
ij
＝1，否则g
ij
＝0。由于不考虑节点指向自身的自边，故g的所有对角元均为0。由于每条边被计算两次，故上式需要有系数1/2。为每个顶点i定义一个ei的值，用来表示网络的划分：
[0064][0065]
故
[0066][0067]
则(1)式可重写为：
[0068][0069]
其中由于节点i的度为∑
jgij
＝ki，有
[0070]
∑
ijgij
＝∑
iki
ꢀꢀꢀ
(5)
[0071]
由(2)式可知故上式可进一步写为：
[0072][0073]
引入kronecker记号
[0074]
[0075]
(6)式又变为
[0076][0077]
将(8)式代入(4)式，可将其改写为
[0078][0079]
若定义对角阵b使得第i个对角元为网络中节点i的度ki，即
[0080][0081]
则可基于邻接矩阵g和对角阵b定义原网络的laplace矩阵
[0082]
f＝b-g
ꢀꢀꢀ
(11)
[0083]
显然有
[0084][0085]
或简写为
[0086]fij
＝kiε
ij-g
ij
ꢀꢀꢀ
(13)
[0087]
代入(9)式可得割集规模的最终表达式：
[0088][0089]
上式最后一个等号后为表达式的矩阵形式，其中
[0090]
e＝(e1ꢀ…ꢀen
)
t
ꢀꢀꢀ
(15)
[0091]
其每一个分量由(2)式定义，故向量e定义了节点分组的结果，亦即网络分割的结果。由(11)或(12)式可知矩阵f由原网络拓扑结构唯一定义，是固定不变的对称矩阵，其特征值均为非负实数。本发明的目标就是找到向量e，使给定f的割集规模最小化，从而得到最优的网络分割方式。
[0092]
首先是优化变量ei只能在
±
1两个值中取值。解决的思路是先对这一强约束做适当的松弛，使得ei可以在n维空间中球心为坐标原点、半径为的球面上任意取值，而不是仅在该球面与坐标轴交点处取值，后者是满足仅在
±
1两个值中取值的强约束(易知恒成立)。
[0093]
此时第一个约束表示为
[0094][0095]
其次是既然期望的分区结果中子网规模是确定的，这意味着e中值为+1和-1的分量的个数也是确定的。设两个个数分别为n1和n2，显然n1+n2＝n，则这第二个约束可表示为
[0096]
∑
iei
＝n
1-n2ꢀꢀꢀ
(17)
[0097]
或其矩阵形式
[0098]1t
e＝n
1-n2ꢀꢀꢀ
(18)
[0099]
其中向量1＝(1
ꢀ…ꢀ
1)
t
，其每个分量均为1。
[0100]
至此待求解的网络分割问题变为求(14)式的最小值，满足约束(16)式和(18)式。
定义拉格朗日函数，并列写极值条件(注意到(14)式中的系数1/4并不影响极值条件，下式中μ前面的系数2纯粹为了推导公式方便而加)：
[0101][0102]
其中λ和μ为新引入的拉格朗日乘子。推导可得极值条件为：
[0103]
∑
jfijej
＝λei+μ
ꢀꢀꢀ
(20)
[0104]
可写成矩阵形式
[0105]
fe＝λe+μ1
ꢀꢀꢀ
(21)
[0106]
由(13)式中矩阵f元素的计算式可知对f的任意行元素有
[0107]
∑
jfij
×
1＝∑j(kiε
ij-a
ij
)＝∑jkiε
ij-∑
jaij
＝k
i-ki＝0
ꢀꢀꢀ
(22)
[0108]
即f必有0特征值，且其对应的特征向量为1。在(21)式等号左右同时左乘1
t
，并计及(18)式，可得λ(n
1-n2)+μn＝0，或等价地
[0109][0110]
定义向量
[0111][0112]
则(21)式等价为
[0113][0114]
上式再次用到f
·
1＝0，可知由(24)式定义的向量x是矩阵f的特征根λ所对应的特征向量。本发明的目的是选择最优的x使割集规模w最小。
[0115]
由(24)式有
[0116][0117]
即特征向量x必与向量1正交。
[0118]
将(25)式中的fe＝λe+μ1代入(14)式有
[0119][0120]
考虑两个约束(16)式和(18)式，可得
[0121][0122]
又考虑到(23)式中的关系，代入上式整理得
[0123][0124]
既然式中n、n1和n2均为固定值，可知割集规模w与所选择的laplace矩阵特征值λ大小成正比，显然应该选择尽可能小的特征值，用其特征向量x代入(24)中即可获得对应的向量e，即获得了网络分割的方案。
[0125]
尽管最小特征值必为0，但这并没有实际的物理意义，前面已经分析得知对应的特征向量为1。退而求其次，laplace矩阵的第二小特征值即对应网络分割的最优方案。由(24)式可知
[0126][0127]
注意此时仅为满足前述松弛后约束1的最优解，尚无法确保ei＝
±
1，更加无法确
保各分量中必有n1个+1和n2个-1。注意到本发明的目的是在已获得特征向量x后使下式尽可能大：
[0128][0129]
在ei只能取值
±
1的情况下，启发式的方式是令值排在前n1名(其实等价于xi值排在前n1名)的分量所对应的节点分到组1，将剩余节点分到组2。
[0130]
最后一个需要注意的问题是，上面对“组1”和“组2”的划分是随意的，实践中应考虑将二者含义对调所对应的结果，选择两种情况下更优一点的结果。至此，本发明提供一种电网网络分割方法，包括以下步骤：
[0131]
步骤1.计算与laplace矩阵的第二最小特征值λ2相对应的特征向量h2。
[0132]
步骤2.按从最大到最小的顺序对特征向量h2的元素进行排序。
[0133]
步骤3.将特征向量h2中n1个最大元素相对应的节点划分为组1，将其余节点划分为组2，计算此时电网网络的割集规模，即电网网络中两端分在不同组中的边的条数。
[0134]
步骤4.将特征向量h2中的n1个最小元素对应的节点划分为组1，将其余节点划分为组2，并重新计算电网网络的割集规模。
[0135]
步骤5.选择步骤3和步骤步骤4中割集规模较小的方案，获得电网网络分割方案。
[0136]
本发明的一个优点是速度快。在本发明中，最耗时的部分在计算特征向量，可采用正交投影法等常用的数值方法来计算，对大规模稀疏网络而言其计算复杂度为o(n2)，比其他方法好n倍。
[0137]
实施例2
[0138]
本实施例针对图1中网络利用本发明将其分为大小为2:1的两个分区。原网络中共有12个节点，故目标为将其分割成分别含8个节点和4个节点的两个分区，目的是使分区之间的联络线条数尽量少。
[0139]
先将原网络中节点赋予初始编号，见图3。
[0140]
该网络的邻接矩阵为
[0141][0142]
对角矩阵b为
[0143][0144]
故拉普拉斯矩阵为
[0145][0146]
其特征值为(0，0.3761，1.6083，1.8986，2.4853，3.3243，3.6645，4.0，4.9819，5.5785，5.8427，6.2397)。除0之外第二小特征值为0.3761，其对应的特征向量为h2＝(0.2857 0.2251
ꢀ‑
0.2770
ꢀ‑
0.3881
ꢀ‑
0.3881
ꢀ‑
0.3532
ꢀ‑
0.1505 0.1619
ꢀ‑
0.0772 0.3175 0.2906 0.3543)
t
[0147]
显然可见该特征向量最大的8个分量所对应的序号为(12，10，11，1，2，8，9，7)，这些节点对应分组1，另外4个节点(3，4，5，6)对应分组2。最终结果如图4所示，可见此时割集规模为3。
[0148]
取该特征向量最小的8个分量所对应的序号为(4，5，6，3，7，9，8，2)，这些节点对应分组1，另外4个节点(1，10，11，12)对应分组2，最终结果如图5所示，可见此时割集规模为5。
[0149]
对比两次网络分割的结果，第1次要优于第2次，可知最终网络分割的结果即为图4中情况。
[0150]
实施例3
[0151]
由于网络分割任务与计算网络生成任务相对解耦，本发明直接使用由复杂网络模型来进行测试。
[0152]
生成100节点的随机网络，节点连边的概率为5％，所得网络见图6，要求将该网络划分成尽可能等大小的三个分区，同时分区间联络尽可能少。
[0153]
原网络有100个节点，节点连边概率为5％，故理论上边数应为c_100^2
×
5％＝247.5条边，pajek实际生成了243条边。作为初步尝试，先假设所有节点权值相同，所有边权值也相同，事实上等价为无权图。
[0154]
求解laplace矩阵，得到第二小特征值对应的特征向量，对其进行排序，对应的节点编号顺序见图7。
[0155]
由于分区大小已知(三等分，故每个分区节点个数应为100/3≈33)，分别按特征向量分量从大到小和从小到大取33个为组1，则得到两种分组方案，两种方案中组1和组2的规模比均为1:2。
[0156]
统计得出两种分法对应的分割规模分别为51和44，可见第二种分法的效果更优，确定其为第一次分区的较优方案，此时节点分组的分割结果见图3-8。
[0157]
对于图中的情况，将其中67节点子图再次进行分割，此时目标是分割成尽可能相同大小，步骤与之前相同，不赘述，得到分区规模分别为39和38，选择后者作为第二次分区结果。
[0158]
最终得到100节点随即网络平分为三个区的结果，见图3-9。
[0159]
实践证明，本发明直接通过对表征网络拓扑的laplace矩阵进行特征值和特征向量计算即可实现指定规模的分区。这一特征使得利用各种成熟的矩阵计算程序库来改善计算性能成为可能。
[0160]
实施例4
[0161]
请参阅图10所示，本发明提供一种电网网络分割方法，包括：
[0162]
s1、获取待分割电网网络；所述电网网络具有m个节点，m为正整数；
[0163]
s2、根据所述待分割电网网络获得邻接矩阵；根据所述邻接矩阵获得对角矩阵；根据所述邻接矩阵和对角矩阵获得拉普拉斯矩阵；
[0164]
s3、计算与拉普拉斯矩阵的第二最小特征值λ2相对应的特征向量h2；按从最大到最小的顺序对特征向量h2的元素进行排序；
[0165]
s4、将特征向量h2中n1个最大元素相对应的节点划分为组1，将其余节点划分为组2，获得第一分割方案；n1为小于m的正整数；
[0166]
s5、将特征向量h2中的n1个最小元素对应的节点划分为组1，将其余节点划分为组2，获得第二分割方案；
[0167]
s6、比较第一分割方案和第二分割方案的割集规模，以割集规模较小的分割方案为电网网络的分割方案。
[0168]
在一具体实施方式中，m为偶数，n1等于
[0169]
在一具体实施方式中，n1等于
[0170]
在一具体实施方式中，还包括以下步骤：将获得的电网网络的分割方案中的组1或者组2继续分割为两组。
[0171]
在一具体实施方式中，所述割集规模w为：
[0172][0173]
式中，g为邻接矩阵，若节点i和节点j之间存在支路，g
ij
＝1，否则g
ij
＝0。
[0174]
在一具体实施方式中，还包括以下步骤：基于电网网络的分割方案对电力系统进行数值仿真。
[0175]
实施例5
[0176]
请参阅图11所示，本发明提供一种电网网络分割装置，包括：
[0177]
获取模块，用于获取待分割电网网络；所述电网网络具有m个节点，m为正整数；
[0178]
拉普拉斯矩阵建立模块，用于根据所述待分割电网网络获得邻接矩阵；根据所述邻接矩阵获得对角矩阵；根据所述邻接矩阵和对角矩阵获得拉普拉斯矩阵；
[0179]
计算模块，用于计算与拉普拉斯矩阵的第二最小特征值λ2相对应的特征向量h2；按从最大到最小的顺序对特征向量h2的元素进行排序；
[0180]
第一划分模块，用于将特征向量h2中n1个最大元素相对应的节点划分为组1，将其余节点划分为组2，获得第一分割方案；n1为小于m的正整数；
[0181]
第二划分模块，用于将特征向量h2中的n1个最小元素对应的节点划分为组1，将其余节点划分为组2，获得第二分割方案；
[0182]
比较模块，用于比较第一分割方案和第二分割方案的割集规模，以割集规模较小的分割方案为电网网络的分割方案。
[0183]
在一具体实施方式中，所述割集规模w为：
[0184][0185]
式中，g为邻接矩阵，若节点i和节点j之间存在支路，g
ij
＝1，否则g
ij
＝0。
[0186]
实施例6
[0187]
请参阅图3所示，本发明还提供一种实现电网网络分割方法的电子设备100；所述电子设备100包括存储器101、至少一个处理器102、存储在所述存储器101中并可在所述至少一个处理器102上运行的计算机程序103及至少一条通讯总线104。
[0188]
存储器101可用于存储所述计算机程序103，所述处理器102通过运行或执行存储在所述存储器101内的计算机程序，以及调用存储在存储器101内的数据，实现实施例1、2、3或4所述的电网网络分割方法的步骤。所述存储器101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(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备100的使用所创建的数据(比如音频数据)等。此外，存储器101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、或其他非易失性固态存储器件。
[0189]
所述至少一个处理器102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、分立硬件组件等。处理器102可以是微处理器或者该处理器102也可以是任何常规的处理器等，所述处理器102是所述电子设备100的控制中心，利用各种接口和线路连接整个电子设备100的各个部分。
[0190]
所述电子设备100中的所述存储器101存储多个指令以实现一种电网网络分割方法，所述处理器102可执行所述多个指令从而实现：
[0191]
获取待分割电网网络；所述电网网络具有m个节点，m为正整数；
[0192]
根据所述待分割电网网络获得邻接矩阵；根据所述邻接矩阵获得对角矩阵；根据所述邻接矩阵和对角矩阵获得拉普拉斯矩阵；
[0193]
计算与拉普拉斯矩阵的第二最小特征值λ2相对应的特征向量h2；按从最大到最小
的顺序对特征向量h2的元素进行排序；
[0194]
将特征向量h2中n1个最大元素相对应的节点划分为组1，将其余节点划分为组2，获得第一分割方案；n1为小于m的正整数；
[0195]
将特征向量h2中的n1个最小元素对应的节点划分为组1，将其余节点划分为组2，获得第二分割方案；
[0196]
比较第一分割方案和第二分割方案的割集规模，以割集规模较小的分割方案为电网网络的分割方案。
[0197]
实施例7
[0198]
所述电子设备100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存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也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可以包括：能够携带所述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、计算机存储器及只读存储器(rom，read-only memory)。
[0199]
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。
[0200]
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。
[0201]
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。
[0202]
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。
[0203]
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。