技术领域
[0001] 本申请涉及排水系统技术领域，尤其涉及一种排水系统实时优化控制方法、装置、设备及介质。
相关背景技术
[0002] 气候变化及城市化背景下，极端天气事件频发，城市排水系统溢流影响显著增加。实时控制能够增强城市排水系统的韧性，帮助城市更好地应对环境变化的挑战。
[0003] 目前，对排水系统的实时控制往往根据历史气象、水文及运行数据制定不同情景下排水设施的运行方案库，再结合实时监测信息对确定排水设施的控制策略；当积累一定量的运行数据或间隔一定时间后，对运行方案库进行优化调整。
[0004] 然而，由于排水系统高强度使用、废水大量排放等多种影响因素，城市排水系统面临控制设施频繁故障的问题。这一问题会导致排水系统行为与模型预测之间存在差异，影响实时控制策略的有效性。因此，亟需研究针对城市排水系统突发场景的实时控制策略及相关装备装置。
具体实施方式
[0056] 为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。
[0057] “多个”是指两个或两个以上，其它量词与之类似。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
[0058] 本申请实施例中，“示例性的”或者“例如”等词用于表示例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
[0059] 随着气候变化引发的极端气候事件频发，实时控制能够增强城市排水系统的韧性，帮助城市更好地应对各种气候挑战，降低气候风险。而由于排水系统高强度使用、废水大量排放等多种影响因素，城市排水系统面临着控制设施频繁故障的问题。
[0060] 目前，对排水系统的实时控制往往根据实时气象信息，制定不同气象预警等级或不同实时气象条件下对应的雨水调蓄设施运行预案；再结合历史运行数据对运行预案的内容进行调整。
[0061] 然而，根据实时气象信息这一单一元素对控制设施的控制策略进行实时控制，没有考虑排水系统控制设施频繁故障的影响，难以实现而基于正常工况下的系统状态预测进行优化得到的控制设施的控制策略。
[0062] 针对上述问题，本申请提供了一种排水系统实时优化控制方法，该方法通过综合考虑降水预报不确定性、控制装置状态不确定性及排水管道状态不确定性，对控制设施的控制策略进行实时控制，有效提高实时控制策略的稳健性，实现更优的综合效益。
[0063] 下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
[0064] 图1为本申请实施例提供的一种排水系统实时优化控制方法的流程示意图一。如图1所示，该方法包括：
[0065] S101、获取排水系统的历史数据，所述历史数据包括：所述排水系统的历史状态数据、所述排水系统所处区域的历史降雨数据以及所述排水系统内多个控制装置的历史控制数据。
[0066] 其中，历史状态数据和历史控制数据用于指示排水系统的设施故障风险。
[0067] 其中，历史数据为待优化时段的开始时刻之前的过去一定时段内的参数，过去一定时段例如可以是2小时、3小时等；历史状态用于指示排水管道是否发生故障，排水管道故障例如可以是由于管道破损、淤泥堵塞等因素导致的排水管道的排水能力下降；历史状态数据为过去一定时段内排水管道的排水能力；历史降雨数据为排水管道所在区域在过去一定时段内的降雨量；历史控制数据用于指示过去一定时段内，排水管道内的多个控制装置的开度。控制装置例如可以是阀门、闸门等。
[0068] 获取过去一定时段内，排水管道的排水能力、排水系统所处区域的降雨量以及排水管道内的多个控制装置的开度。
[0069] 示例性的，获取T时刻之前的2小时内排水系统的历史数据，其中，历史状态数据：正常、正常；历史降雨数据：11.6mm、8.6mm；历史控制数据：控制装置A正常，控制装置B正常、控制装置A正常，控制装置B故障。
[0070] S102、基于所述历史控制数据、历史状态数据、历史降雨数据和多个随机情景，确定所述排水系统处于多种场景下的溢流量。
[0071] 其中，随机情景用于指示待优化时段排水系统降雨预报不确定性、控制装置不确定性以及排水管道不确定性，场景为随机情景的任意组合成的不确定性场景，例如可以是降雨预报存在误差、控制装置正常、排水管道故障。
[0072] 基于过去一定时段内，排水管道的排水能力、排水系统所处区域的降雨量以及排水管道内的多个控制装置的开度以及待优化时段排水系统降雨预报误差、控制装置是否故障以及排水管道是否故障，确定排水系统处于多种场景下的溢流量。
[0073] 示例性的，图2为本申请实施例提供的不确定性场景下的排水系统溢流量柱状图。如图2所示，图2中（a）的纵轴表示排水系统合流制溢流量；图2中（b）的横轴表示排水系统内涝溢流量；图2中（a）和图2中（b）的横轴表示多个不确定性场景，其中，RU为降水预报不确定性；EF为多种控制装置故障；PF为排水管道故障；RU_EF为降水预报不确定性及多种控制装置故障；RU_PF为降水预报不确定性及排水管道故障。从图2可以看出，当存在控制装置故障时，内涝溢流量显著增加。在降水预报、控制装置故障、排水管道故障的多维不确定性中，控制装置故障对排水系统溢流影响最大。因此，在对控制设施的实时控制策略进行调整时，不仅需要考虑降雨预报误差，还需要综合考虑排水管道的状态以及控制装置的状态，通过综合考虑降雨预报不确定性、控制装置不确定性以及排水管道不确定性，使控制设施的实时控制策略更具稳健性。
[0074] S103、基于所述多种场景的溢流量以及每种场景对应的发生概率，确定所述排水系统多个控制设施的候选控制策略。
[0075] 其中，候选控制策略为控制期内排水系统内多个控制装置的备选控制策略序列。
[0076] 基于多种不同场景对应的溢流量以及每种场景对应的发生概率，确定排水系统内多个控制装置的备选控制策略序列。
[0077] 在一种可能的实现方式中，对确定每种场景对应的发生概率进行详细说明，包括：
[0078] 确定多个随机情景的发生概率；
[0079] 分别构建降雨预报不确定性、控制装置不确定性以及排水管道不确定性的概率统计模型，基于上述概率统计模型，确定多个随机情景的发生概率。
[0080] a、构建降雨预报不确定性统计模型。
[0081] 对每一种降水预报情景，假设其相较于真实情景的误差 服从于均值为0的高斯分布，降水预报误差的标准差 与待优化时段 的长短相关，假设误差的标准差 与预见期 呈线性关系，具体计算表达式如下：
[0082]
[0083]
[0084] 其中，CP表示预测准确性，取值范围为0 1； 表示t时刻对t+l时刻的降水预测。~
[0085] b、构建控制装置及排水管道故障概率统计模型。
[0086] 排水设施故障（具体包括控制装置和排水管道故障）采用基于均匀泊松过程的概率统计模型描述。其基本假设包括：（1）假设城市排水系统为可修复的系统，故障发生的间隔时间可以用概率分布来模拟；（2）系统故障的发生时间完全随机，且无论系统的状态和系统的故障历史如何，故障发生的可能性都相同。根据假设（1），排水系统的故障概率与运行时长无关，故障概率在生命周期内保持一致，即不会随着运行年限的增长而增加或降低。假设（2）具有相对较强的前提条件，排水系统受到组件老化和环境变化的影响，其故障概率可能随运行年限的变化而变化。对于变化概率的随机事件可采用基于非平稳假设的非均匀泊松过程描述。但基于非平稳假设的概率模拟需要长序列的观测资料，且排水系统的故障概率并不总表现出非平稳性。因此，本申请实施例基于均匀泊松过程描述排水系统故障间隔时间，确定排水系统组件在每个控制期内的故障概率。
[0087] 构建控制装置不确定性概率统计模型：
[0088] 控制装置故障采用伽马分布表示设备故障时间间隔的概率密度，其公式定义如下：
[0089]
[0090] 其中，a和b分别为形状和尺度参数； 为伽马函数。
[0091] 构建排水管道不确定性概率统计模型：
[0092] 排水管道故障概率采用单参数指数分布，表达式如下：
[0093]
[0094] 式中，λ为率参数，表示单位时间内故障事件发生的平均次数。
[0095] 可以理解的，当控制装置发生故障时，控制装置变为不可调控状态，阀门开度始终维持当前状态。排水管道故障指由管道破损坍塌和淤积堵塞等因素导致的排水管道排水能力下降。通过改变排水管道水力计算的曼宁系数来模拟管道故障，故障管道的曼宁系数设置为初始值的四倍。
[0096] 针对多种场景中的任意一种场景，确定生成所述场景的至少一个目标情景；在目标情景的数量为一个的情况下，将所述目标情景的发生概率作为所述场景的发生概率；在目标情景的数量为多个的情况下，将多个目标情景的发生概率之积作为所述场景的发生概率。
[0097] 示例性的，若随机情景1发生概率为a，随机情景2的发生概率为b，不确定性场景A由随机情景1组成，不确定性场景B由随机情景1和随机情景2组成，则不确定性场景A的发生概率为a，不确定性场景2的发生概率为a+b。
[0098] S104、对所述候选控制策略进行优化处理，得到优化后的目标控制策略。
[0099] 其中，目标控制策略为对应不确定性场景下控制设施的最优控制策略。
[0100] 控制期包括多个控制时段，逐一对每个控制时段对应的候选控制策略进行优化处理，得到对应不确定性场景下多个控制设施的最优控制策略，直到完成每个控制时段对应的候选控制策略均完成优化。
[0101] 本申请实施例提供一种排水系统实时优化控制方法，通过综合考虑降雨预报误差、控制装置状态不确定性以及排水管网状态不确定性对排水系统溢流量的影响，对控制设施的控制策略进行优化，提高了实时控制策略的稳健性，有效缓解系统面对突发事件时内涝溢流量陡增的现象，实现更优的综合效益。
[0102] 图3为本申请实施例提供的一种排水系统实时优化控制方法的流程示意图二，如图3所示，本实施例在图1实施例的基础上，对排水系统实时优化控制方法一种可能的实现方式进行详细说明，该方法包括：
[0103] S301、基于排水系统的下垫面空间分布及排水管网属性,构建物理过程模型，并基于历史降雨数据及水文数据优化所述物理过程模型的模型参数。
[0104] S302、基于所述排水系统所在区域的实时降雨观测数据,对待优化时段起始时刻的物理过程模型进行初始化，得到所述排水系统的历史状态数据。
[0105] 基于排水系统所在区域的实时降雨观测数据，对待优化时段起始时刻，例如可以是t时刻，对应的排水物理过程模型进行初始化，即更新t时刻排水物理过程模型的状态，得到排水系统的历史状态数据。
[0106] S303、构建排水过程模拟代理模型。
[0107] 建立基于长短期记忆模型的排水过程模拟代理模型，其输入和输出关系表达式如下：
[0108]
[0109] 其中，表示时段；P表示用于预测系统溢流量所需过去信息的时段数；L表示待优化时段所包含的时段数； 表示表示t时段的降雨量，单位为mm； 表示时段t，控制设施j的控制策略； 表示时段t，排水系统组件（包括控制装置和排水管道）k的状态，采用0和1表示，0表示正常条件，1表示故障条件。
[0110] 图4为本申请实施例提供的单场暴雨中基于排水物理过程模型与排水过程模拟代理模型的确定性优化控制比较示意图。
[0111] 示例性的，排水过程模拟代理模型训练所需的超参数包括网络的层数、隐藏层节点数量和学习率，其值例如可以分别为1、96和0.003。如图4所示，SWMM为排水物理过程模型；MLSM为排水过程模拟代理模型；静态控制表示不进行优化控制下的排水系统；图4中（a）横轴为时间，纵轴为水深，用于表示水深随时间变化；图4中（b）横轴为时间，纵轴为节点流量，用于表示节点流量随时间变化；图4中（c）横轴为时间，纵轴为合流制溢流量，用于表示合流制溢流量随时间变化；图4中（d）横轴为溢流量，纵轴为内涝溢流和合流制溢流，用于表示不同模型下的合流制溢流及内涝溢流。在同一场暴雨中，排水过程模拟代理模型与排水物理过程模型的水深、节点流量、合流制溢流量、合流制溢流及内涝溢流随时间变换的过程相似，因此，排水过程模拟代理模型能够在确定性控制中实现与物理过程模型相近的溢流控制效果。
[0112] S304、将所述历史控制数据、历史状态数据、历史降雨数据及多个随机情景输入到所述排水过程模拟代理模型中，得到所述排水系统处于多种场景下的溢流量。
[0113] 将待优化时段的历史控制数据、历史状态数据、历史降雨数据及多个随机情景作为排水过程模拟代理模型的输入，排水过程模拟代理模型的输出结果为多种不确定性场景下排水系统处于多种场景下的溢流量。
[0114] S305、根据所述多种场景的溢流量、每种场景对应的发生概率及目标函数，确定所述多种场景下的平均溢流量。
[0115] 在一种可能的实现方式中，对确定多种场景下的平均溢流量的过程进行详细说明，包括：构建随机场景下的目标函数，所述目标函数用于确定所述多种场景下的平均溢流量。目标函数表达式如下：
[0116]
[0117]
[0118]
[0119] 其中， 表示降水预报不确定性影响下的平均溢流量； 表示降水预报随机情景集合的数量； 表示时段t第n个降水预报情景所对应的溢流量； 表示时段t第n个降水预报情景的发生概率； 表示控制设备故障条件下的平均溢流量；表示排水管道故障条件下的平均溢流量； 和 分别表示控制设备故障和排水管道故障随机情景集合的数量； 表示时段t，降水预报情景n与控制设备故障情景k的溢流量； 表示时段t，降水预报情景n与控制设备故障情景k的联合概率；
表示时段t，降水预报情景n与排水管道故障情景g的溢流量； 表示时段t，降水预报情景n与排水管道故障情景g的联合概率。
[0120] S306、基于所述多种场景下的平均溢流量，确定所述排水系统内多个控制设施的候选控制策略。
[0121] 采用多目标优化算法（Non ‑ dominated Sorting Genetic Algorithm Ⅱ，NSGA‑Ⅱ）优化控制期内（t t+m，m指控制期时段数）控制策略，优化上述目标函数，确定多个控制~目标的帕累托前沿及对应控制策略，使得多个目标之间的平衡更加有效将对应的控制策略作为候选控制策略。
[0122] S307、基于多目标决策方法，对所述候选控制策略进行优化处理，将溢流控制效果最优的控制策略作为所述多个控制设施的目标控制策略。
[0123] 基于多目标决策方法，即优劣解距离法，逐一确定每个控制时段的候选控制策略与最优解和最劣解的欧式距离，将与最优解之间欧式距离最短的候选控制策略，即将溢流控制效果最优的控制策略作为多个控制设施的目标控制策略。相较于现有的单目标随机预测控制模型，本申请实施例提供的多目标随机预测控制模型可显著减少排水系统在控制设备故障条件下的溢流，实现更优的综合效益。
[0124] 示例性的，图5为本发明提供的一种排水系统实时优化控制和传统控制方法及静态控制情景下的比较示意图。如图5所示，SOSMPC为传统控制方法，MOSMPC为本申请实施例提供的排水系统实时优化控制方法。其中，图5中（a）为溢流量级比较示意图；图5中（b）为溢流历时比较示意图；图5中（c）为合流制溢流量比较示意图；图5中（d）为内涝溢流量比较示意图。相较于静态控制以及传统控制方法，本申请实施例提供的排水系统实时优化控制方法，显著减少了排水系统在控制设备故障条件下的溢流，实现更优的综合效益。具体地，在降水预报与控制设备故障的联合不确定性场景中，本申请实施例提供的排水系统实时优化控制方法使传统控制方法的合流制溢流控制效益平均降低13.3%，使控制装置故障导致的内涝溢流增加量平均减少了38.0%，由控制装置故障导致的综合效益指标Rdeficit（反映系统服务缺失量级的韧性指标）和Rduration（反映系统服务缺失历时的韧性指标）的平均损失分别降低46.8%和50.1%。
[0125] 本申请实施例提供一种排水系统实时优化控制方法，通过综合考虑降雨预报误差、控制装置状态不确定性以及排水管网状态不确定性，确定多种随机场景对应的溢流量，并确定多种场景下的平均溢流量，进而确定候选控制策略，对候选控制策略进行优化，得到目标控制策略，提高了实时控制策略的稳健性，有效缓解系统面对突发事件时内涝溢流量陡增的现象，实现更优的综合效益。
[0126] 图6为本申请提供的一种排水系统实时优化控制装置的结构示意图，如图6所示，本实施例提供的一种排水系统实时优化控制装置60包括：
[0127] 获取模块601，用于获取排水系统的历史数据，该历史数据包括：排水系统的历史状态数据、排水系统所处区域的历史降雨数据以及排水系统内多个控制装置的历史控制数据；
[0128] 处理模块602，用于基于该历史控制数据、历史状态数据、历史降雨数据和多个随机情景，确定该排水系统处于多种场景下的溢流量，其中，每种场景由至少一个随机情景生成；
[0129] 该处理模块602，还用于基于该多种场景的溢流量以及每种场景对应的发生概率，确定该排水系统内多个控制装置的候选控制策略；
[0130] 优化模块603，用于对该候选控制策略进行优化处理，得到优化后的目标控制策略。
[0131] 在一种可能的实现方式中，该处理模块602，还用于确定该多个随机情景的发生概率；针对该多种场景中的任意一种场景，确定生成该场景的至少一个目标情景，且每个场景相互独立；在该目标情景的数量为一个的情况下，将该目标情景的发生概率作为该场景的发生概率；在该目标情景的数量为多个的情况下，将多个目标情景的发生概率之和作为该场景的发生概率。
[0132] 在一种可能的实现方式中，该获取模块601，还用于基于所述排水系统的下垫面空间分布及排水管网属性，构建物理过程模型，并基于所述历史降雨数据及水文数据优化所述物理过程模型的模型参数；
[0133] 基于所述排水系统所在区域的实时降雨观测数据，对待优化时段起始时刻的物理过程模型进行初始化，得到所述排水系统的历史状态数据。
[0134] 在一种可能的实现方式中，该处理模块602，还用于构建排水过程模拟代理模型，该排水过程模拟代理模型用于模拟该物理过程模型的溢流控制效果；将该历史控制数据、历史状态数据、历史降雨数据及多个随机情景输入到该排水过程模拟代理模型中，得到该排水系统处于多种场景下的溢流量。
[0135] 在一种可能的实现方式中，该处理模块602还用于构建该随机场景下的目标函数，该目标函数用于确定该多种场景下的平均溢流量。
[0136] 在一种可能的实现方式中，该装置还包括确定装置；
[0137] 该确定装置，用于根据该多种场景的溢流量、每种场景对应的发生概率及目标函数，确定该多种场景下的平均溢流量；
[0138] 基于该多种场景下的平均溢流量，确定该排水系统内多个控制设施的候选控制策略。
[0139] 在一种可能的实现方式中，该优化模块603还用于基于多目标决策方法，对该候选控制策略进行优化处理，将溢流控制效果最优的控制策略作为该多个控制设施的目标控制策略。
[0140] 本实施例提供的一种排水系统实时优化控制装置，可执行上述方法实施例提供的方法，其实现原理和技术效果类似，本实施例此处不做赘述。
[0141] 图7为本申请实施例提供的一种排水系统实时优化控制设备的结构示意图。如图7所示，本实施例提供的排水系统实时优化控制设备70包括：至少一个处理器701和存储器702。可选地，该设备70还包括通信部件703。其中，处理器701、存储器702以及通信部件703通过总线连接。
[0142] 在具体实现过程中，至少一个处理器701执行存储器702存储的计算机执行指令，使得至少一个处理器701执行上述的方法。
[0143] 处理器701的具体实现过程可参见上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
[0144] 在上述的实施例中，应理解，处理器可以是中央处理单元（英文：Central Processing Unit，简称：CPU），还可以是其他通用处理器、数字信号处理器（英文：Digital Signal Processor，简称：DSP）、专用集成电路（英文：Application Specific Integrated Circuit，简称：ASIC）等。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。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
[0145] 存储器可能包含高速存储器（Random Access Memory，RAM），也可能还包括非易失性存储器（Non‑volatile Memory，NVM），例如至少一个磁盘存储器。
[0146] 总线可以是工业标准体系结构（Industry Standard Architecture，ISA）总线、外部设备互连（Peripheral Component，PCI）总线或扩展工业标准体系结构（Extended Industry Standard Architecture，EISA）总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
[0147] 本申请还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的排水系统实时优化控制方法。
[0148] 本申请还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现上述的方法。
[0149] 上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
[0150] 一种示例性的可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称：ASIC)中。当然，处理器和可读存储介质也可以作为分立组件存在于设备中。
[0151] 单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0152] 作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0153] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0154] 功能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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read‑Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
[0155] 本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
[0156] 最后应说明的是：本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段，并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求书来限制。
