一种基于数据驱动的直接空冷机组运行优化方法及系统

摘要

本发明公开了一种基于数据驱动的直接空冷机组运行优化方法及系统，包括：采集实时运行数据并进行预处理；根据所述实时运行数据构建冷端系统相关数据模型，并对所述数据模型进行训练，得到训练后的数据模型；基于所述训练后的数据模型评估影响直接空冷机组运行状态的因素之间的相互关系；利用寻优算法在所述相互关系的基础上获得最佳背压，实现所述直接空冷机组的运行优化。本发明能够确保空冷机组安全、经济运行，实现能耗综合最优，并能指导现场运行检修人员对背压控制方案、空冷岛风机转速控制等进行有效的改进和调整，使机组获得良好的调节品质和运行效果。

权利要求

1.一种基于数据驱动的直接空冷机组运行优化方法，其特征在于，包括：采集实时运行数据并进行预处理，包括，

对采集到的原始数据进行值域和时域上的清洗，按照参数的合理范围进行清洗，剔除机组启停过程中的无效数据；

对机组运行过程中的异常状态中的数据，偏离正常工况的离群点，原始测点中的数据漂移，进行判断和清洗；

清洗后存储到数据库中；

对所述数据库采用动态更新的方式不断剔出旧数据，加入新数据，所述数据库保留的数据期限为最近一年；

根据所述实时运行数据构建冷端系统相关数据模型，包括发电功率模型、空冷岛换热模型以及空冷岛电耗模型；

所述冷端系统相关数据模型为AI算法模型，定义所述模型的输入和输出，通过自学习方式构建其关系；

其中发电功率模型用于评估不同负荷下背压与发电功率之间的关系；

空冷岛换热模型用于评估不同发电功率下，空冷岛电耗与背压和环境温度之间的关系：模型输入：背压、功率、环境温度；

模型输出：空冷岛电耗；

空冷岛电耗模型用于评估不同环境温度下的空冷岛电耗和风机转速之间的关系：数据模型输入：在运风机平均转速、环境温度；

数据模型输出：空冷岛电耗；

利用不断更新的所述数据库中的数据对所述冷端系统相关数据模型进行定时训练，并不断更新所述冷端系统相关数据模型，得到训练后的数据模型；

基于所述训练后的数据模型评估影响直接空冷机组运行状态的因素之间的相互关系；

利用寻优算法在所述相互关系的基础上获得最佳背压，实现所述直接空冷机组的运行优化；

获取最佳背压后，调用空冷岛换热特性模型，即可得到此背压、环境温度和发电功率下的空冷岛电耗，在得到空冷岛电耗后，调用空冷岛电耗模型即可得到在此环境温度下的风机频率推荐值。

2.如权利要求1所述的基于数据驱动的直接空冷机组运行优化方法，其特征在于：所述实时运行数据包括背压、发电功率、环境温度风机转速。

3.如权利要求1、2任一所述的基于数据驱动的直接空冷机组运行优化方法，其特征在于：利用寻优算法在所述相互关系的基础上获得最佳背压包括，基于所述寻优算法构建最佳背压算法：

在空冷岛风机的功率和转速的可调度限制下，在凝汽器运行压力5‑30KPa范围内，以

0.1KPa为间隔对背压进行搜索，以目标函数最小值下的背压值为最佳背压。

4.如权利要求3所述的基于数据驱动的直接空冷机组运行优化方法，其特征在于：所述目标函数为：发电功率‑空冷岛电耗。

5.一种基于数据驱动的直接空冷机组运行优化系统，用于实现权利要求1所述基于数据驱动的直接空冷机组运行优化方法，其特征在于，包括：数据采集模块（100）用于采集实时运行数据；

冷端系统数据模型构建模块（200），与所述数据采集模块（100）相连接，用于构建冷端系统数据模型，所述数据采集模块（100）所采集的数据用于定时训练、更新所述冷端系统数据模型；

最佳参数推荐模块（300），与所述冷端系统数据模型构建模块（200）相连接，用于选取最佳背压。

说明书

一种基于数据驱动的直接空冷机组运行优化方法及系统

技术领域

[0001] 本发明涉及能源节能减排的技术领域，尤其涉及一种基于数据驱动的直接空冷机组运行优化方法及系统。

背景技术

[0002] 直接空冷机组的空冷岛风机电耗约占厂用电耗的10％，占总发电量的1～2％。由于火电厂采用朗肯循环，冷端系统的热量损失占比最大，是节能潜力最大的部分。凝汽器运行压力(即背压)的下降有利用汽轮机做功增加，但是也会带来空冷岛风冷电耗的增加。如图1所示，在降低凝汽器运行压力的过程中，当汽轮机组发电功率增量和驱动空冷岛风机的电机功率增量之差取得最大值时的真空度称为最佳真空度，此时的背压称为最佳背压。冷端优化对于提高汽轮机组冷端性能，提升发电机组热经济性，进行节能减排具有重要意义。

[0003] 图2展示了直接空冷机组的冷端系统，汽轮机的排汽在空冷岛的换热管束中冷却成液态水，空冷岛具有散热器面积庞大、风机采用变频调速方式且数量众多、空冷系统环境因素敏感性强(主要为环境温度)、机组负荷变化频繁、运行控制复杂等特性。在不同季节，空冷可控背压区间不同、当超出背压合理区间时，其空冷岛电耗增量可能会超出机组发电功率增量。在机组负荷和环境温度一定时，存在一个最佳的空冷风机运行转速。对于已经投运的直接空冷机组，如何在尽可能减少风机出力的同时增加机组的出力，获得空冷机组在不同运行负荷、不同环境温度下的最优空冷岛风机运行方式，提高直接空冷机组运行的经济性，成为亟须解决的问题。

[0004] 目前，直接空冷机组的最佳运行背压一般都是通过热力试验确定。热力试验需要有专业资质的电科院或者热工院完成，费用高昂，而且试验过程中不能接受电网调度，发电收益较低。热力试验只能针对少量工况和环境条件工况进行试验，无法做到实时运行操作指导。火电厂直接空冷机组空冷岛普遍存在着背压经济运行缺乏数据支撑和空冷风机转速缺乏实时推荐指导等问题。部分科研单位通过理论分析计算、数值模拟等方式针对空冷岛优化进行了分析研究，但目前落地应用较少，应用效果尚不明显。

发明内容

[0005] 本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

[0006] 鉴于上述现有存在的问题，提出了本发明。

[0007] 因此，本发明解决的技术问题是：现有技术中，热力试验需要有专业资质的电科院或者热工院完成，费用高昂，而且试验过程中不能接受电网调度，发电收益较低，热力试验只能针对少量工况和环境条件工况进行试验，无法做到实时运行操作指导；火电厂直接空冷机组空冷岛普遍存在着背压经济运行缺乏数据支撑和空冷风机转速缺乏实时推荐指导等问题；部分科研单位通过理论分析计算、数值模拟等方式针对空冷岛优化进行了分析研究，但目前落地应用较少，应用效果尚不明显。

[0008] 为解决上述技术问题，本发明提供如下技术方案：采集实时运行数据并进行预处理；根据所述实时运行数据构建冷端系统相关数据模型，并对所述数据模型进行训练，得到训练后的数据模型；基于所述训练后的数据模型评估影响直接空冷机组运行状态的因素之间的相互关系；利用寻优算法在所述相互关系的基础上获得最佳背压，实现所述直接空冷机组的运行优化。

[0009] 作为本发明所述的基于数据驱动的直接空冷机组运行优化方法的一种优选方案，其中：所述实时运行数据包括背压、发电功率、环境温度风机转速以及其他与冷端系统相关的必要参数。

[0010] 作为本发明所述的基于数据驱动的直接空冷机组运行优化方法的一种优选方案，其中：预处理所述实时运行数据包括，对采集到的原始数据进行值域和时域上的清洗，按照参数的合理范围进行清洗，剔除机组启停等过程中的无效数据；对机组运行过程中的异常状态中的数据，偏离正常工况的离群点，原始测点中的数据漂移，进行判断和清洗；清洗后存储到数据库中；对所述数据库采用动态更新的方式不断剔出旧数据，加入新数据，所述数据库保留的数据期限为最近一年。

[0011] 作为本发明所述的基于数据驱动的直接空冷机组运行优化方法的一种优选方案，其中：所述冷端系统相关数据模型包括发电功率模型、空冷岛换热模型以及空冷岛电耗模型；所述发电功率模型用于评估不同负荷下背压与发电功率之间的关系；所述空冷岛换热模型用于评估不同发电功率下，空冷岛电耗与背压和环境温度之间的关系；所述空冷岛电耗模型用于评估不同环境温度下的空冷岛电耗和风机转速之间的关系。

[0012] 作为本发明所述的基于数据驱动的直接空冷机组运行优化方法的一种优选方案，其中：利用不断更新的所述数据库中的数据对所述冷端系统相关数据模型进行定时训练，并不断更新所述冷端系统相关数据模型。

[0013] 作为本发明所述的基于数据驱动的直接空冷机组运行优化方法的一种优选方案，其中：利用寻优算法在所述相互关系的基础上获得最佳背压包括，基于所述寻优算法构建最佳背压算法：在空冷岛风机的功率和转速的可调度限制下，在凝汽器运行压力5‑30KPa范围内，以0.1KPa为间隔对背压进行搜索，以目标函数最小值下的背压值为最佳背压。

[0014] 作为本发明所述的基于数据驱动的直接空冷机组运行优化方法的一种优选方案，其中：所述目标函数为：发电功率‑空冷岛电耗。

[0015] 作为本发明所述的基于数据驱动的直接空冷机组运行优化方法的一种优选方案，其中：所述冷端系统相关数据模型为AI算法模型，定义所述模型的输入和输出，通过自学习方式构建其关系。

[0016] 为解决上述技术问题，本发明还提供了一种基于数据驱动的直接空冷机组运行优化系统，包括：数据采集模块用于采集实时运行数据；冷端系统数据模型构建模块，与所述数据采集模块相连接，用于构建冷端系统数据模型，所述数据采集模块所采集的数据用于定时训练、更新所述冷端系统数据模型；最佳参数推荐模块，与所述冷端系统数据模型构建模块相连接，用于选取最佳背压。

[0017] 本发明的有益效果：本发明能够确保空冷机组安全、经济运行，实现能耗综合最优，并能指导现场运行检修人员对背压控制方案、空冷岛风机转速控制等进行有效的改进和调整，使机组获得良好的调节品质和运行效果。

附图说明

[0018] 为了更清楚地说明本发明实施例的技术方案，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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

[0019] 图1为本发明一个实施例提供的一种基于数据驱动的直接空冷机组运行优化方法及系统的最佳真空度(背压)示意图；

[0020] 图2为本发明一个实施例提供的一种基于数据驱动的直接空冷机组运行优化方法及系统的直接空冷机组的冷端系统示意图；

[0021] 图3为本发明一个实施例提供的一种基于数据驱动的直接空冷机组运行优化方法及系统的基本流程示意图；

[0022] 图4为本发明一个实施例提供的一种基于数据驱动的直接空冷机组运行优化方法及系统的冷端系统数据模型构建示意图；

[0023] 图5为本发明一个实施例提供的一种基于数据驱动的直接空冷机组运行优化方法及系统的节能原理及效果示意图；

[0024] 图6为本发明一个实施例提供的一种基于数据驱动的直接空冷机组运行优化方法及系统的节能动态过程示意图；

[0025] 图7为本发明一个实施例提供的一种基于数据驱动的直接空冷机组运行优化方法及系统的基模块结构示意图。

具体实施方式

[0026] 为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。

[0027] 在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

[0028] 其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

[0029] 本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

[0030] 同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

[0031] 本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

[0032] 实施例1

[0033] 参照图1～6，为本发明的一个实施例，提供了一种基于数据驱动的直接空冷机组运行优化方法，包括：

[0034] S1：采集实时运行数据并进行预处理。

[0035] 需要说明的是，实时运行数据包括背压、发电功率、环境温度风机转速以及其他与冷端系统相关的必要参数。

[0036] 进一步的，预处理实时运行数据包括：

[0037] 对采集到的原始数据进行值域和时域上的清洗，按照参数的合理范围进行清洗，剔除机组启停等过程中的无效数据；

[0038] 对机组运行过程中的异常状态中的数据，偏离正常工况的离群点，原始测点中的数据漂移，进行判断和清洗；

[0039] 清洗后存储到数据库中；

[0040] 对数据库采用动态更新的方式不断剔出旧数据，加入新数据，数据库保留的数据期限为最近一年。

[0041] 具体的，利用布置在现场的数据服务器与SIS或者DCS实时数据库进行通信，获取现场的运行数据，采集进行必要清洗后存储在实时数据库中。数据采集测点主要是与冷端系统相关的背压、发电功率、环境温度以及风机转速等必要参数，用于训练数据模型的数据库采用动态更新的方式，数据库保留最近一年的数据，定时对模型进行训练，更新数据模型。

[0042] 更加具体的，数据采集时间：2020年3月26日‑2020年11月15日1#、2#机组运行数据。数据的采集避开了采暖期，因为在采暖期会从汽轮机抽出一定流量的抽汽用于供暖，而其流量和温压参数是不断波动的，对汽轮机组发出的功率产生较大影响，难以确定背压对发电功率影响，另外采暖期环境温度较低，容易出现空冷管道结冰现象，影响数据质量。

[0043] 所需现场测点信息：发电机功率(MW)、环境温度(℃)、环境风速(m/s)、排汽压力(kPa)、机侧主汽压力(MPa)、机侧主汽温(℃)、锅炉主蒸汽流量(t/h)、排汽母管温度(℃)、风机频率(平均风机频率)(Hz)、空冷岛耗电能耗(kW)。

[0044] 进一步的，数据采集说明：

[0045] (1)忽略排汽阻力损失，排汽压力即为凝汽器运行压力，也就是背压。

[0046] (2)定义空冷岛有8排风机，每排7台，总共56风机，平均风机频率由每排的4号风机的频率平均值得出。

[0047] (3)空冷岛风机组由4台空冷变压器1A1、1A2、1B1、1B2供电，其总电耗由四段低压侧断路器相电流和400V母线电压的乘积和确定。即：

[0048]

[0049] S2：根据实时运行数据构建冷端系统相关数据模型，并对数据模型进行训练，得到训练后的数据模型。

[0050] S3：基于训练后的数据模型评估影响直接空冷机组运行状态的因素之间的相互关系。

[0051] 需要说明的是，如图4所示，S2～S3步骤具体包括：

[0052] 利用实际运行数据对冷端系统中实际设备进行数据建模，冷端系统相关数据模型包括发电功率模型、空冷岛换热模型以及空冷岛电耗模型：

[0053] 发电功率模型用于评估不同负荷下背压与发电功率之间的关系；

[0054] 空冷岛换热模型用于评估不同发电功率下，空冷岛电耗与背压和环境温度之间的关系；

[0055] 空冷岛电耗模型用于评估不同环境温度下的空冷岛电耗和风机转速之间的关系。

[0056] 具体的，汽轮机组发电功率与汽轮机主蒸汽压力、温度和流量和背压四个参数有关，采用实际运行数据建立发电功率模型，确定一定主蒸汽流量下背压变化对发电功率的影响，同时可以确定背压增加或者减少1kPa对发电功率的影响。

[0057] 采用实际运行数据建立空冷岛换热模型，空冷岛电耗与背压、环境温度和发电功率相关，用于确定一定工况下，背压变化对空冷岛电耗的影响。

[0058] 采用实际运行数据建立空冷岛电耗模型，空冷岛电耗与风机转速与环境温度相关，对于空冷岛电耗模型有着清晰的机理研究，其模型可以通过机理回归分析获取。

[0059] 进一步的，冷端系统相关数据模型为AI算法模型，定义模型的输入和输出，通过自学习方式构建其关系，利用不断更新的数据库中的数据对冷端系统相关数据模型进行定时训练，并不断更新冷端系统相关数据模型。

[0060] 具体的，汽轮机功率‑背压模型(发电功率模型)：

[0061] 构造造特征值：功率微增＝发电功率/主蒸汽流量；

[0062] 数据模型输入：主蒸汽流量、主蒸汽温度、主蒸汽压力、背压；

[0063] 数据模型输出：功率微增。

[0064] 空冷岛电耗‑背压‑环境温度模型(空冷岛换热模型)：

[0065] 模型输入：背压、功率、环境温度；

[0066] 模型输出：空冷岛电耗。

[0067] 空冷岛电耗‑风机频率‑环境温度模型(空冷岛电耗模型)：

[0068] 数据模型输入：在运风机平均转速(频率)、环境温度；

[0069] 数据模型输出：空冷岛电耗。

[0070] S4：利用寻优算法在相互关系的基础上获得最佳背压，实现直接空冷机组的运行优化。

[0071] 需要说明的是，利用寻优算法在相互关系的基础上获得最佳背压包括：

[0072] 基于寻优算法构建最佳背压算法：

[0073] 在空冷岛风机的功率和转速的可调度限制下，在凝汽器运行压力5‑30KPa范围内，以0.1KPa为间隔对背压进行搜索，以目标函数最小值下的背压值为最佳背压。

[0074] 其中，目标函数为：发电功率‑空冷岛电耗。

[0075] 进一步的，获取最佳背压后，调用空冷岛换热特性模型，即可得到此背压、环境温度和发电功率下的空冷岛电耗，在得到空冷岛电耗后，调用空冷岛电耗模型即可得到在此环境温度下的风机频率推荐值。

[0076] 其中，本发明方法的部分程序代码如下所示：

[0077]

[0078]

[0079]

[0080]

[0081] 本发明利用直接空冷机组实际运行数据对冷端系统进行数据‑机理建模，可以根据当前环境温度和机组负荷下实时推荐最佳背压，进而推荐空冷岛风机运行转速等参数，能够确保空冷机组安全、经济运行，实现能耗综合最优，并能指导现场运行检修人员对背压控制方案、空冷岛风机转速控制等进行有效的改进和调整，使机组获得良好的调节品质和运行效果。

[0082] 为对本方法中采用的技术效果加以验证说明，本实施例采用本方法进行验证测试，以科学论证的手段验证本方法所具有的真实效果，其实验结果及节能动态过程如图5～6所示。

[0083] 如图5所示，节能优化方法及系统实时进行当前工况下的空冷岛电耗和发电功率评估在不同背压下的增量变化，计算最佳背压；如果运行背压从10kPa降低到最佳背压7.4kPa，将带来1.877MW的净功率输出增量，相当于降低0.6％的蒸汽流量，带来将近1.847g的煤耗变化。这样虽然空冷岛电耗增加，但是由于真空的下降带来发电功率的增量更大，整体上看是降低了全厂标煤耗。整体调节的动态过程如图6所示，降低背压带来发电功率的增量大于空冷岛电耗的增量，使得净输出功率增加，由于机组的输出功率收到统调或者AGC信号的调度，其净输出功率无法变化，CCS和DEH控制汽轮机主调阀关小，从而主蒸汽流量减小，燃料量下降。以此可以看出本发明方法的有效性。

[0084] 实施例2

[0085] 参照图7为本发明另一个实施例，该实施例不同于第一个实施例的是，提供了一种基于数据驱动的直接空冷机组运行优化系统，上述基于数据驱动的直接空冷机组运行优化方法依托于该系统运行，其具体包括：

[0086] 数据采集模块100用于采集实时运行数据；

[0087] 冷端系统数据模型构建模块200，与数据采集模块100相连接，用于构建冷端系统数据模型，数据采集模块100所采集的数据用于定时训练、更新冷端系统数据模型；

[0088] 最佳参数推荐模块300，与冷端系统数据模型构建模块200相连接，用于选取最佳背压。

[0089] 应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术‑包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。

[0090] 此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。

[0091] 进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。

[0092] 如在本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。

[0093] 应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。