技术领域
[0001] 本申请涉及新能源发电技术领域，特别是涉及一种沙尘特征参数的预测方法、装置、设备及介质。
相关背景技术
[0002] 沙尘天气的发生，对光伏电场的发电有很大的影响。一方面，空气中大量的沙尘会减少太阳直射光的强度，即辐照度强度降低；另一方面，沙尘天气发生，光伏面板上会留下大量沙尘，进而降低光伏面板的转化效率，影响光伏发电的功率。因此，在沙尘天气下，合理预测光伏发电的功率损失对于保障电力系统的安全平稳运行具有重要意义。
[0003] 而光伏发电的功率损失通常与沙尘的强度等参数有关，因此，在预测光伏发电的功率损失之前，通常需要先预测沙尘的强度等参数。
[0004] 目前，主要是基于颗粒采集设备采集沙尘中的颗粒物，并基于颗粒物预测沙尘的强度等参数，准确性较差。
具体实施方式
[0075] 下面将详细描述本申请的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本申请的全面理解。但是，对于本领域技术人员来说很明显的是，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请的更好的理解。在附图和下面的描述中，至少部分的公知结构和技术没有被示出，以便避免对本申请造成不必要的模糊；并且，为了清晰，可能夸大了部分结构的尺寸。此外，下文中所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。
[0076] 下述描述中出现的方位词均为图中示出的方向，并不是对本申请的具体结构进行限定。在本申请的描述中，还需要说明的是，除非另有明确的规定和限定，术语“安装”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以间接相连。对于本领域的普通技术人员而言，可视具体情况理解上述术语在本申请中的具体含义。
[0077] 沙尘天气的发生，对光伏电场的发电有很大的影响，因此，在沙尘天气下，合理预测光伏发电的功率损失对于保障电力系统的安全平稳运行具有重要意义。
[0078] 而光伏发电的功率损失通常与沙尘的特征参数如强度有关，因此，在预测光伏发电的功率损失之前，通常需要先预测沙尘的强度等参数。
[0079] 目前，主要是基于颗粒采集设备采集沙尘中的颗粒物，并基于颗粒物预测沙尘的强度等参数，准确性较差。
[0080] 为此，本申请实施例提供了一种沙尘特征参数的预测方法、装置、设备及介质，可以准确预测未来预设时间段内沙尘的特征参数。
[0081] 下面通过具体的实施例对本申请实施例提供的沙尘特征参数的预测方法、装置、设备及介质进行详细地说明。
[0082] 图1为本申请实施例提供的一种沙尘特征参数的预测方法的流程图，如图1所示，该沙尘特征参数的预测方法可以包括以下步骤：
[0083] S110、获取预设区域在第一时刻的气溶胶光学厚度AOD的第一强度。
[0084] S120、对预设区域所在的空间进行网格化处理，得到第一网格。
[0085] 第一网格包括至少一个子网格。
[0086] S130、针对第一网格中的第一子网格，获取第一子网格在第一预测时间段内的目标气象预测数据。
[0087] 第一子网格为第一网格中的任一子网格，第一预测时间段为第一时刻之后的时间段。
[0088] S140、根据各第一子网格内AOD的第一强度以及目标气象预测数据，预测各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围。
[0089] S150、根据各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围，确定预设区域在第一预测时间段内沙尘的特征参数。
[0090] 本申请实施例通过对预设区域在第一时刻的AOD强度进行网格化处理，得到各第一子网格的AOD强度，并基于各子网格在第一预测时间段内的目标气象预测数据，预测各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围，进而基于各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围，确定预设区域在第一预测时间段内的沙尘强度和沙尘覆盖范围，无需设置颗粒采集设备，如此可以避免因颗粒采集设备分布不均匀或者数量较少而导致的沙尘特征参数预测不准确地问题，提高了沙尘特征参数预测结果的准确性。
[0091] 下面对上述步骤进行详细说明，具体如下所示：
[0092] 在S110中，预设区域可以根据需要选择，例如可以将一个或多个光伏场站所在的区域作为预设区域。
[0093] 示例性地，第一时刻可以是当前时刻。气溶胶光学厚度(Aerosol Optical Depth，AOD)为大气消光系数在垂直方向上的积分，是描述气溶胶消光程度的一个光学参量，也是描述大气浑浊程度的关键物理量，因此基于预设区域在第一时刻的AOD的强度，可以预测预设区域在未来预设时间段内沙尘的特征参数，为后续预测预设区域内对应光伏场站的功率损失提供基础。
[0094] 预设区域在第一时刻的AOD的第一强度可以是预设区域在第一时刻的AOD的数值，用于表征预设区域在第一时刻的沙尘强度。
[0095] 示例性地，预设区域在第一时刻的AOD的数值可以从多个卫星中获取。多个卫星例如可以包括光红外成像辐射仪(Visible infrared Imaging Radiometer，VIIRS)、中分辨率成像光谱仪(Moderate‑resolution Imaging Spectroradiometer，MODIS)以及葵花卫星中的多个。当然还可以包括其他的卫星，本申请实施例不进行限定。
[0096] 实际应用时，获取的AOD的数值可能有正有负，其中，AOD<0为无效值。因此，在从各个卫星获取预设区域在第一时刻的AOD的第一强度之后，可以进行数据清洗，将AOD<0的数据删除。也即本申请实施例是基于有效的AOD预测沙尘的特征参数，如此可以提高沙尘预测结果的准确性。
[0097] 在S120中，为了提高沙尘特征参数预测结果的准确性，示例性地，可以对预设区域所在的空间进行网格化处理，得到第一网格，第一网格可以包括一个或多个子网格，本申请实施例以第一网格包括多个子网格为例。
[0098] 各个字网格的大小可以根据实际需要设定，各个子网格的大小可以相同也可以不同。
[0099] 示例性地，可以将预设区域所在的平面划分为2km*2km的子网格。因为预设区域在第一时刻的AOD的第一强度可能有多个，即来自于不同的卫星，在一些实施例中，如果某一时刻同一个子网格存在多个卫星的AOD，可以从中选取一个卫星的AOD值作为该子网格该时刻的AOD值。
[0100] 例如VIIRS、MODIS和葵花卫星的优先级依次降低，则可以优先选取优先级最高的卫星的AOD值作为各个子网格在某一时刻的AOD值。实际应用时，各个子网格的AOD值可以来自于同一个卫星，也可以来自不同的卫星。
[0101] 在一些实施例中，也可以对各个卫星的AOD值取均值，作为各个子网格在某一时刻的AOD值，还可以对各个卫星的AOD值乘以与卫星对应的权重，并将各个卫星的AOD的加权和确定为各个子网格在某一时刻的AOD值。各个卫星的权重可以基于各个卫星的优先级确定，例如优先级越高，对应的权重越大。各个卫星的优先级可以由用户指定。
[0102] 在S130中，第一预测时间段为第一时刻之后的时间段，例如第一时刻为t时刻，第一预测时间段可以是t+Δt，Δt的大小可以根据实际需要设定。
[0103] 目标气象预测数据为第一子网格在第一预设时间段内的气象预测数据，气象预测数据可以是对气象要素风速和风向的预测数据。
[0104] 因为风向和风速对沙尘的扩散过程具有显著的影响，因此，本申请实施例在对预设区域所在的空间进行网格化处理后，可以针对每一个第一子网格，获取该第一子网格在第一预测时间段内的目标气象预测数据，从而可以提高后续沙尘特征参数预测结果的准确性。
[0105] 目标气象预测数据的获取过程可以参见下面的实施例。
[0106] 在S140中，由于风向和风速对沙尘的扩散有一定的影响，而AOD的强度可以反映沙尘的强度，因此，可以基于风向和风速，结合各第一子网格在第一时刻的AOD的第一强度，先预测各第一子网格在第一预测时间段内的AOD的目标强度和目标覆盖范围，方便后续预测沙尘的特征参数。
[0107] 示例性地，可以基于预测模型预测各第一子网格在第一预测时间段内的AOD的目标强度和目标覆盖范围，预测模型以各第一子网格在第一时刻的AOD的第一强度和目标气象预测数据为输入，各所述第一子网格在所述第一预测时间段内AOD的目标强度和目标覆盖范围为输出。预测模型的结构可以根据实际需要设定，例如可以采用已有的深度学习模型，也可以搭建模型。
[0108] 示例性地，还可以基于历史的气象预测数据以及各个第一子网格在历史时刻的AOD的强度，学习AOD的强度与气象预测数据之间的关系，基于该关系，预测各第一子网格在第一预测时间内AOD的目标强度。基于各第一子网格在第一预测时间段内的AOD分布，可以得到各第一子网格在第一预测时间段内的目标覆盖范围。
[0109] 当然还可以采用其他方式，基于各第一子网格内AOD的第一强度以及目标气象预测数据，预测各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围，本申请实施例不进行限定。
[0110] 在S150中，各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围确定之后，即可基于各第一子网格在所述第一预测时间段内AOD的目标强度和目标覆盖范围，确定预设区域在第一预测时间段内沙尘的特征参数。
[0111] 示例性地，预设区域在第一预测时间段内沙尘的特征参数可以包括预设区域在第一预测时间段内沙尘的强度和覆盖范围。
[0112] 示例性地，可以通过如下方式确定预设区域在第一预测时间段内沙尘的强度和覆盖范围：
[0113] 将各第一子网格在第一预测时间段内AOD的目标强度确定为预设区域的各个位置在第一预测时间段内的沙尘强度，预设区域的各个位置与各个第一子网格的位置对应；
[0114] 将各第一子网格在第一预测时间段内AOD的总的目标覆盖范围，确定为预设区域在第一预测时间段内的沙尘覆盖范围。
[0115] 不同的子网格对应预设区域的不同位置，各个第一子网格在第一预测时间段内AOD的目标强度也即预设区域的各个位置在第一预测时间段内的沙尘强度。
[0116] 这里的各个位置可以是与第一子网格所在平面上的区域对应的位置，也即各个第一子网格在第一预测时间段内AOD的目标强度也即预设区域的各个子区域在第一预测时间段内的沙尘强度。
[0117] 各第一子网格在第一预测时间段内AOD的总的目标覆盖范围即为预设区域在第一预测时间段内的沙尘覆盖范围。
[0118] 也即本申请实施例可以通过各第一子网格在第一预测时间段内AOD的强度和覆盖范围表征预设区域在第一预测时间段内的沙尘强度和覆盖范围，实现了对沙尘这一天气现象的量化处理。
[0119] 本申请实施例通过各第一子网格内AOD的第一强度以及目标气象预测数据，预测各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围，提高了预测结果的准确性，从而在基于各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围预测预设区域在第一预测时间段内沙尘的特征参数时，提高了沙尘预测结果的准确性。
[0120] 在一些实施例中，如图2所示，该沙尘特征参数的预测方法可以包括以下步骤：
[0121] S210、获取预设区域在第一时刻的气溶胶光学厚度AOD的第一强度。
[0122] S220、对预设区域所在的空间进行网格化处理，得到第一网格，第一网格包括至少一个子网格。
[0123] S230、针对第一网格中的第一子网格，获取第一子网格内的第一观测点在第一时刻的气象观测数据，以及第一子网格在第一预测时间段内的初始气象预测数据。
[0124] S240、根据气象观测数据，修正初始气象预测数据，得到第一子网格在第一预测时间段内的目标气象预测数据。
[0125] S250、根据各第一子网格内AOD的第一强度以及目标气象预测数据，预测各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围。
[0126] S260、根据各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围，确定预设区域在第一预测时间段内沙尘的特征参数。
[0127] 其中，S210、S220、S250和S260的过程与上述S110、S120、S140和S150的过程相同，具体可以参见S110、S120、S140和S150的描述，为简洁描述，此处不再赘述。
[0128] 下面对上述其他步骤进行详细说明，具体如下所示：
[0129] 在S230中，这里的第一观测点可以是光伏场站，也可以是气象站点，一个光伏场站可以对应一个或多个气象站点。第一子网格内可以包含一个或多个第一观测点。
[0130] 气象观测数据可以包括气象要素风向和风速。示例性地，气象观测数据可以从光伏场站中获取，如果无法从光伏场站获取气象观测数据，可以从与该光伏场站对应的气象站点获取。
[0131] 初始气象预测数据可以是通过气象数值模式(The Weather Research and Forecasting Model，WRF)预测各气象要素得到的数据。
[0132] 在S240中，实际从官方或非官方气象机构获得的初始气象预测数据可能存在误差，为了准确预测各第一子网格在第一预测时间段内AOD的强度和覆盖范围，本申请实施例可以利用第一子网格内的第一观测点在第一时刻的气象观测数据修正第一子网格在第一预测时间段内的初始气象预测数据，得到目标气象预测数据。
[0133] 示例性地，针对每一个第一子网格，可以确定该第一子网格内包含的各个第一观测点在第一时刻的气象观测数据与该第一子网格在第一预测时间段内的初始气象预测数据的差值；
[0134] 然后对各个差值加权求和，得到加权求和结果，利用加权求和结果修正初始气象预测数据。例如可以直接将加权求和结果与初始气象预测数据相加，得到目标气象预测数据。
[0135] 也可以通过其他的运算方式对加权求和结果与初始气象预测数据进行运算，得到目标气象预测数据。
[0136] 示例性地，不同的差值对应的权重可以基于各个第一观测点与第一子网格之间的空间距离确定，例如空间距离越大，对应的权重越小。
[0137] 示例性地，不同的差值对应的权重也可以基于第一子网格与第一观测点之间的时间距离确定，例如时间距离越大，对应的权重越小。时间距离可以基于第一预测时间段内预设时间间隔对应的风速确定。
[0138] 示例性地，不同的差值对应的权重还可以基于各个第一观测点与第一子网格之间的空间距离以及第一子网格与第一观测点之间的时间距离共同确定。
[0139] 本申请实施例利用第一子网格内的第一观测点在第一时刻的气象观测数据修正第一子网格在第一预测时间段内的初始气象预测数据，得到目标气象预测数据，提高了目标气象预测数据的准确性，如此在基于目标气象预测数据预测第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围时，可以提高预测结果的准确性。
[0140] 在一些实施例中，如图3所示，该沙尘特征参数的预测方法可以包括以下步骤：
[0141] S310、获取预设区域在第一时刻的气溶胶光学厚度AOD的第一强度。
[0142] S320、对预设区域所在的空间进行网格化处理，得到第一网格。
[0143] S330、获取第一子网格内的第一观测点在第一时刻的气象观测数据，以及第一子网格在第一预测时间段内的初始气象预测数据。
[0144] S340、根据第一子网格的第一空间位置信息与第一观测点的第二空间位置信息，确定第一子网格与第一观测点之间的空间距离。
[0145] S350、根据第一预测时间段内各预设时间点的第一风速，确定第一子网格与第一观测点在第一预测时间段内的时间距离。
[0146] S360、根据空间距离和时间距离，结合权重计算公式，确定第一观测点在第一时刻的第一权重。
[0147] S370、根据第一权重和气象观测数据，修正初始气象预测数据，得到第一子网格在第一预测时间段内的目标气象预测数据。
[0148] S380、根据各第一子网格内AOD的第一强度以及目标气象预测数据，预测各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围。
[0149] S390、根据各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围，确定预设区域在第一预测时间段内沙尘的特征参数。
[0150] 其中，S310‑S330、S380和S390的过程与上述S210‑S230以及S250和S260的过程相同，具体可以参见S210‑S230以及S250和S260的描述，为简洁描述，此处不再赘述。
[0151] 下面对上述其他步骤进行详细说明，具体如下所示：
[0152] 在S340中，第一空间位置信息为第一子网格的空间位置信息，示例性地，第一空间位置信息可以是第一子网格的经纬度。第二空间位置信息为第一观测点的空间位置信息，示例性地，第二空间位置信息可以是第一观测点的经纬度。
[0153] 基于第一子网格的经纬度和第一观测点的经纬度，可以确定第一子网格与第一观测点之间的空间距离。第一子网格与第一观测点之间的空间距离为经度差值的平方，与纬度差值的平方之和，再开方。
[0154] 示例性地， DIS1i为第一子网格与第i个第一观测点之间的空间距离，Δloni为第一子网格与第i个第一观测点的经度差值，Δlati为第一子网格与第i个第一观测点的纬度差值。
[0155] 在S350中，第一子网格与第一观测点在第一预测时间段内的时间距离为第一预测时间段内各预设时间点的风速之和。
[0156] 预设时间点可以根据实际需要设定，相邻两个预设时间点之间的时间间隔可以相同也可以不同。
[0157] 示例性地，DIS2i＝(v1+v2+…+vm)，DIS2i为第一子网格与第i个第一观测点的时间距离，v1、v2、…、vm为各个预设时间点的风速，m为从第一预测时间段内设定的预设时间点的数量。
[0158] 在S360中，根据第一子网格与第i个第一观测点之间的空间距离以及第一子网格与第i个第一观测点的时间距离，结合权重计算公式，可以确定第一观测点在第一时刻的第一权重。
[0159] 示例性地，可以通过以下方式确定第一观测点在第一时刻的第一权重：
[0160]
[0161] 其中，w(t)i为第一子网格内第i个第一观测点在第一时刻的第一权重，t为第一时刻，t+Δt为第一预设时间段，DIS1i为第一子网格与第i个第一观测点之间的空间距离，DIS2i为第一子网格与第i个第一观测点在第一预测时间段内的时间距离。
[0162] DIS1i和DIS2i的确定过程可以参见上述实施例。通过上述权重计算公式，可以得到第i个第一观测点在第一时刻的第一权重。
[0163] 本申请实施例以基于第一子网格与第i个第一观测点之间的空间距离与第一子网格与第i个第一观测点在第一预测时间段内的时间距离共同确定第i个第一观测点在第一时刻的第一权重为例，考虑的因素更全面，权重的准确性更高。
[0164] 在S370中，第一子网格内各个第一观测点在第一时刻的第一权重确定之后，即可基于各个第一观测点在第一时刻的第一权重和各个第一观测点在第一时刻的气象观测数据，修正第一子网格在第一预测时间段内的初始气象预测数据，得到目标气象预测数据。
[0165] 本申请实施例利用第一子网格与各个第一观测点之间的空间距离以及第一子网格与各个第一观测点在第一预测时间段内的时间距离，确定各个第一观测点的第一权重，进而根据各个第一观测点的第一权重，结合各个第一观测点在第一时刻的气象观测数据，修正第一子网格在第一预测时间段内的初始气象预测数据，考虑的信息更全面，如此提高了目标气象预测数据的准确性。
[0166] 示例性地，可以通过如下方式修正初始气象预测数据：
[0167] Y(t1)rev＝Y(t1)mod+w(t)1·[OBS(t)1‑Y(t1)mod]+w(t)2
[0168] ·[OBS(t)2‑Y(t1)mod]+…+w(t)i·[OBS(t)i‑Y(t1)mod]
[0169] 其中，t1为第一预设时间段，t1＝t+Δt，t为第一时刻，Y(t1)mod为第一子网格在第一预测时间段内的初始气象预测数据，OBS(t)i为第一子网格内第i个第一观测点在第一时刻的气象观测数据，w(t)i为第一子网格内第i个第一观测点在第一时刻的第一权重，Y(t1)rev为第一子网格在第一预测时间段内的目标气象预测数据。
[0170] 示例性地，针对第一子网格内的每一个第一观测点，可以确定该第一观测点在第一时刻的气象观测数据与该第一子网格在第一预测时间段内的初始气象预测数据的差值，然后将该差值与第一观测点对应的第一权重进行加权，得到第一观测点的加权结果。
[0171] 然后将各个第一观测点的加权结果求和，并和该第一子网格在第一预测时间段内的初始气象预测数据相加，即可得到目标气象预测数据。
[0172] 本申请实施例利用第一子网格内各个第一观测点的气象观测数据，结合各个第一观测点的权重，修正第一子网格在第一预测时间段内的初始气象预测数据，充分考虑了各个第一观测点第一时刻的气象要素对预测结果的影响，从而提高了目标气象预测数据的准确性。
[0173] 以通过预测模型预测预测各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围为例，示例性地，上述S140可以包括以下步骤：
[0174] 利用第一预测模型，对各第一子网格内AOD的第一强度和目标气象预测数据进行处理，得到各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围。
[0175] 本申请实施例对第一预测模型的具体结构不进行限定。任何能够基于各第一子网格内AOD的第一强度和各第一子网格在第一预测时间段内的目标气象预测数据，预测出各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围的模型结构均可以应用于本申请实施例。
[0176] 示例性地，第一预测模型以各第一子网格内AOD的第一强度和各第一子网格在第一预测时间段内的目标气象预测数据为输入，以各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围为输出。
[0177] 应用之前，可以基于各第一子网格内AOD的样本强度以及各第一子网格在历史时间段内的样本气象预测数据对第一预测模型进行训练。
[0178] 本申请实施例利用第一预测模型可以多点并发同步预测预设区域内各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围。提升了运算效率。
[0179] 应当理解，第一子网格内AOD的强度和覆盖范围随风向和风速变化，为了方便确定AOD的覆盖范围，可以将各个第一子网格视为一定数量的粒子，这些粒子随风向和风速移动，因此，可以基于第一预测模型预测各个粒子在各个时刻的位置，得到各第一子网格在第一预测时间段内AOD的目标覆盖范围。
[0180] 然后基于各第一子网格在第一预测时间段内AOD的目标覆盖范围，可以确定各第一子网格包含的各个粒子的AOD强度，进而得到各第一子网格内AOD的目标强度。
[0181] 以目标气象预测数据包括预测风速和预测风向，第一子网格包括预设数量的粒子，各粒子随预测风速和预测风向移动为例，示例性地，如图4所示，该沙尘特征参数的预测方法可以包括以下步骤：
[0182] S410、获取预设区域在第一时刻的气溶胶光学厚度AOD的第一强度。
[0183] S420、对预设区域所在的空间进行网格化处理，得到第一网格。
[0184] S430、针对所述第一网格中的第一子网格，获取所述第一子网格在第一预测时间段内的目标气象预测数据。
[0185] S440、将各第一子网格内AOD的第一强度和目标气象预测数据输入第一预测模型，利用第一预测模型的第一处理模块，结合预测风速和预测风向，确定各第一子网格的各个粒子在第一预测时间段内的位置矢量。
[0186] S450、根据各粒子的位置矢量，确定各第一子网格在第一预测时间段内AOD的目标覆盖范围。
[0187] S460、针对每一个第一子网格，利用第一预测模型的第二处理模块，结合第一子网格在第一预测时间段内AOD的目标覆盖范围，确定第一子网格在各采样时刻包含的粒子。
[0188] 各采样时刻为第一预测时间段内的时刻。
[0189] S470、根据第一子网格在各采样时刻的粒子、各粒子对应的等效AOD的强度，确定第一子网格在各采样时刻AOD的第二强度。
[0190] S480、将各采样时刻AOD的第二强度的均值确定为第一子网格在第一预测时间段内AOD的目标强度。
[0191] S490、根据各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围，确定预设区域在第一预测时间段内沙尘的特征参数。
[0192] 其中，S410‑S430和S490的过程与上述S110‑S130和S150的过程相同，具体可以参见上述S110‑S130和S150的描述，为简洁描述，此处不再赘述。
[0193] 下面对上述其他步骤进行详细说明，具体如下所示：
[0194] 在S440中，第一处理模块用于预测各第一子网格的各个粒子在第一预测时间段内的位置矢量。各个第一子网格包含的粒子数量可以相同也可以不同，各个第一子网格包含的粒子数量可以根据实际需要设定，例如为了提高预测结果的准确性，各第一子网格可以包含尽可能多的粒子。例如各第一子网格可以包含30000个粒子。
[0195] 示例性地，第一处理模块可以结合一阶运动方程，预测各个粒子在第一预测时间段内的位置矢量。
[0196] 一阶运动方程的形式如下所示：
[0197] X(t+Δt)＝X(t)+v(x,t)·Δt
[0198] 其中，X(t)为粒子在第一时刻t的位置矢量，v(x,t)为粒子的运动速度，Δt为时间增量，X(t+Δt)为粒子在(t+Δt)时刻的位置矢量。
[0199] 示例性地，粒子的运动速度v(x,t)可以由修正后的网格尺度风速 湍流扰动′ ′风速(vt)和中尺度扰动风速(v)三部分确定。其中， vt和v可以从WRF中获取。修正后的网格尺度风速也即预测风速。示例性地，粒子的运动速度为预测风速、湍流扰动风速和中尺度风速的矢量和。
[0200] 通过上述一阶运动方程，第一处理模块可以确定各个粒子在(t+Δt)时刻的位置矢量。
[0201] 在S450中，各粒子在(t+Δt)时刻的位置矢量确定之后，即可基于各粒子的位置矢量确定各第一子网格在第一预测时间段内AOD的目标覆盖范围。
[0202] 本申请实施例将各个第一子网格等效为一定数量的粒子，基于各粒子随风向和风速移动的特性，结合一阶运动方程，预测各个粒子在(t+Δt)时刻的位置矢量，进而基于各个粒子在(t+Δt)时刻的位置矢量确定各第一例子网格在第一预测时间段内AOD的目标覆盖范围，实现了多点并发的沙尘短临推演运算，提升了运算效率和预测结果的准确性。
[0203] 在S460中，第二处理模块用于预测各第一子网格在第一预测时间段内AOD的目标强度。各第一子网格在第一预测时间段内AOD的目标覆盖范围确定之后，各第一子网格内的AOD分布也就确定了，基于各第一子网格内的AOD分布，可以确定各第一子网格内AOD的目标强度。
[0204] 示例性地，针对每一个第一子网格，可以基于第一子网格在第一预测时间段内AOD的目标覆盖范围，统计第一子网格在各采样时刻包含的粒子，采样时刻为第一预测时间段内的时刻。
[0205] 示例性地，可以按照预设的采样频率进行采样，得到第一子网格在各个采样时刻包含的粒子。示例性地，采样频率可以设置为180s。
[0206] 根据粒子的扩散特性，同一个子网格中的粒子，在风向和风速的作用下，可以扩散至其他的子网格，因此，该第一子网格在各采样时刻包含的粒子可以来自于该第一子网格，也可以来自其他的第一子网格。统计第一子网格在各采样时刻包含的粒子，可以方便后续确定第一子网格在各采样时刻的AOD的强度。
[0207] 在S470中，各粒子对应的等效AOD的强度可以基于第一子网格初始包含的粒子的数量以及该第一子网格对应的AOD的强度确定。该第一子网格对应的AOD的强度在对预设区域所在的空间进行网格化处理时可以结合预设区域的AOD的第一强度确定。
[0208] 示例性地，假定第一子网格初始包含N1个粒子，第一子网格初始对应的AOD的强度为 则该第一子网格内各个粒子的等效AOD的强度为
[0209] 根据第一子网格在各采样时刻的粒子、各粒子对应的等效AOD的强度，可以确定第一子网格在各采样时刻AOD的第二强度。
[0210] 示例性地，针对每一个采样时刻，可以累加该第一子网格包含的各个粒子的等效AOD的强度，得到累加和，将该累加和可以确定为第一子网格在该采样时刻的AOD的第二强度，按照类似的方式，可以得到该第一子网格在各个采样时刻的AOD的第二强度。
[0211] 第一子网格在各个采样时刻的AOD的第二强度确定之后，即可基于第一子网格在各个采样时刻的AOD的第二强度确定该第一子网格在第一预测时间段内AOD的目标强度。
[0212] 示例性地， 其中，Ct+Δt为第一子网格在第一预测时间段内AOD的目标强度， 为第一子网格在第i个采样时刻AOD的第二强度，N为采样次数，Δts为采样频率。
[0213] 本申请实施例利用第二处理模块，结合第一子网格在第一预测时间段内的覆盖范围，可以确定第一子网格在各个采样时刻包含的粒子，并基于各粒子的等效AOD的强度，可以确定第一子网格在各采样时刻AOD的第二强度，进而可以基于第一子网格在各采样时刻AOD的第二强度，确定第一子网格在第一预测时间段内AOD的目标强度，实现了多点并发的沙尘短临推演运算，提升了运算效率和预测结果的准确性。
[0214] 本申请实施例利用各第一子网格内AOD的第一强度以及第一子网格在第一预测时间段内的目标气象预测数据，结合第一预测模型，将第一子网格等效为一定数量的粒子，并结合粒子的移动特性，预测各粒子在第一预测时间段内的位置矢量，得到第一子网格在第一预测时间段内的AOD分布，也即第一子网格在第一预测时间段内AOD的目标覆盖范围。在此基础上，进一步结合第一子网格在各采样时刻的粒子、各粒子对应的等效AOD的强度确定第一子网格在第一预测时间段内AOD的目标强度，实现了多点并发的沙尘短临推演运算，提高了预测效率和预测结果的准确性。
[0215] 本申请实施例利用第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围表征沙尘的强度和覆盖范围，实现了对沙尘的量化处理，为了更准确地预测第一观测点在第一预测时间段内的功率折损比例，可以基于第一子网格在第一预测时间段内AOD的目标强度预测第一观测点在第一预测时间段内的功率折损比例。
[0216] 示例性地，如图5所示，该沙尘特征参数的预测方法可以包括以下步骤：
[0217] S510、获取预设区域在第一时刻的气溶胶光学厚度AOD的第一强度。
[0218] S520、对预设区域所在的空间进行网格化处理，得到第一网格。
[0219] S530、针对第一网格中的第一子网格，获取第一子网格在第一预测时间段内的目标气象预测数据。
[0220] S540、根据各第一子网格内AOD的第一强度以及目标气象预测数据，预测各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围。
[0221] S550、根据第一子网格内第一观测点的空间位置信息，确定与第一观测点对应的目标第一子网格，并将目标第一子网格内AOD的目标强度确定为第一观测点的AOD强度。
[0222] S560、根据第一观测点的AOD强度，结合AOD强度与功率折损比例的关联关系，确定第一观测点在第一预测时间段内的目标功率折损比例。
[0223] S570、根据各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围，确定预设区域在第一预测时间段内沙尘的特征参数。
[0224] 其中，S510‑S540和S570的过程与上述S110‑S150的过程相同，具体可以参见上述S110‑S150的描述，为简洁描述，此处不再赘述。
[0225] 下面对上述其他步骤进行详细说明，具体如下所示：
[0226] 在S550中，与第一观测点对应的目标第一子网格可以包括一个或多个。例如在第一观测点位于第一子网格的内部时，可以将该第一子网格确定为该第一观测点的目标第一子网格。
[0227] 在第一观测点位于第一子网格的边缘时，可以将该第一子网格以及与该第一子网格相邻的第一子网格确定为该第一观测点的目标第一子网格。
[0228] 示例性地，在目标第一子网格为一个的情况下，可以将该目标第一子网格内AOD的目标强度确定为该第一观测点的AOD强度。
[0229] 示例性地，在目标第一子网格为多个的情况下，可以将各目标第一子网格内AOD的目标强度的均值确定为该第一观测点的AOD强度。
[0230] 在S560中，AOD强度与功率折损比例的关联关系用于表征第一观测点的AOD强度与功率折损比例的对应关系，示例性地，AOD强度与功率折损比例的关联关系可以是函数关系，该函数关系以AOD强度为自变量，功率折损比例为因变量。
[0231] AOD强度与功率折损比例的关联关系可以预先通过各第一观测点在各预设历史时刻的历史功率折损比例以及各第一子网格在各预设历史时刻的AOD强度确定，具体的确定过程可以参见下面的实施例。
[0232] 示例性地，AOD强度与功率折损比例的关联关系可以表示为：
[0233]
[0234] 其中，pi为第i个第一观测点的功率折损比例，Ci为第i个第一观测点的AOD强度。
[0235] 在确定某第一观测点的AOD强度之后，即可将该AOD强度代入上述公式，得到该第一观测点因沙尘天气导致的功率折损比例。
[0236] 实际应用时，S550和S570可以同时执行。
[0237] 本申请实施例在沙尘天气下，可以基于各第一子网格内AOD的目标强度提前预测第一观测点在第一预测时间段内产生的光伏功率损失，从而可以指导光伏场站的相关部门提前做决策，保障电力系统的安全平稳运行。
[0238] 在一些实施例中，在S110之前，可以通过如下方式确定AOD强度与功率折损比例的关联关系：
[0239] 获取预设区域内各第一观测点在各预设历史时刻的历史功率折损比例以及各第一子网格在各预设历史时刻AOD的第三强度；
[0240] 根据各第一观测点的空间位置信息，从第三强度中确定与各第一观测点对应的第四强度；
[0241] 对各预设历史时刻的各第一观测点的第四强度和历史功率折损比例进行函数拟合，得到AOD强度与功率折损比例的关联关系。
[0242] 示例性地，可以从数据库中获取预设区域内各第一观测点在各预设历史时刻的历史功率折损比例以及各第一子网格在各预设历史时刻AOD的强度，也即第三强度。
[0243] 根据各第一观测点的空间位置信息，可以从各第一子网格在各预设历史时刻AOD的强度中确定与各第一观测点对应的第四强度，也即各第一观测点的单点AOD强度，第四强度的确定过程可以参见上述基于目标第一子网格内AOD的目标强度确定第一观测点的AOD强度的过程。
[0244] 各第一观测点的第四强度确定之后，即可对各个预设历史时刻下各第一观测点的第四强度以及对应的历史功率折损比例进行函数拟合，得到AOD强度与功率折损比例的关联关系。
[0245] 示例性地，可以基于sigmoid函数对各个预设历史时刻下各第一观测点的第四强度以及对应的历史功率折损比例进行拟合。
[0246] 基于sigmoid函数进行拟合得到结果可以参见图6，相较于图7的线性拟合，基于sigmoid函数的拟合，拟合效果更好，更能准确反映AOD强度与功率折损比例的关联关系，从而可以更准确地预测第一观测点在未来临近小时的功率损失。
[0247] 其中，不同方式的拟合效果可以基于判定系数R2确定，该判定系数的取值是在0‑1之间，数值越大，表示拟合效果越好。通过仿真发现基于sigmoid函数的拟合，判定系数为0.4733，基于线性拟合的判定系数为0.3101，可见，基于sigmoid函数的拟合，效果更好。当然也可以将基于sigmoid函数的拟合方式与其他拟合方式进行对比。
[0248] 针对某一个第一观测点，通过上述方案预测得到的功率损失比例与实际的功率损失比例之间的关系可以参见图8，由图8可以看出，上述方案能够较好地预测出功率折损比例的变化，尤其是在13:45‑14:00期间，预测的功率损失比例曲线与实际的功率损失比例曲线高度重合。
[0249] 本申请实施例可以基于预设区域内各第一观测点在各预设历史时刻的历史功率折损比例以及各第一子网格在各预设历史时刻AOD的强度，进行sigmoid函数的拟合，得到AOD强度与功率折损比例的关联关系，从而可以更准确地预测各第一观测点在第一预测时间段内的功率损失比例，指导光伏场站的相关部门提前做决策，保障电力系统的安全平稳运行。
[0250] 基于相同的发明构思，本申请实施例还提供了一种基于相同的发明构思，本申请实施例还提供了一种沙尘特征参数的预测装置，下面结合图9对本申请实施例提供的沙尘特征参数的预测装置进行详细说明。
[0251] 图9为本申请实施例提供的一种沙尘特征参数的预测装置的结构图。
[0252] 如图9所示，该沙尘特征参数的预测装置，可以包括：获取模块901、处理模块902、预测模块903和确定模块904；
[0253] 获取模块901，用于获取预设区域在第一时刻的气溶胶光学厚度AOD的第一强度；
[0254] 处理模块902，用于对预设区域所在的空间进行网格化处理，得到第一网格，第一网格包括至少一个子网格；
[0255] 获取模块901，还用于针对第一网格中的第一子网格，获取第一子网格在第一预测时间段内的目标气象预测数据，第一子网格为第一网格中的任一子网格，第一预测时间段为第一时刻之后的时间段；
[0256] 预测模块903，用于根据各第一子网格内AOD的第一强度以及目标气象预测数据，预测各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围；
[0257] 确定模块904，用于根据各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围，确定预设区域在第一预测时间段内沙尘的特征参数。
[0258] 本申请实施例通过对预设区域在第一时刻的AOD强度进行网格化处理，得到各第一子网格的AOD强度，并基于各子网格在第一预测时间段内的目标气象预测数据，预测各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围，进而基于各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围，确定预设区域在第一预测时间段内的沙尘强度和沙尘覆盖范围，无需设置颗粒采集设备，如此可以避免因颗粒采集设备分布不均匀或者数量较少而导致的沙尘特征参数预测不准确地问题，提高了沙尘特征参数预测结果的准确性。
[0259] 在一些实施例中，获取模块901包括：
[0260] 获取单元，用于获取第一子网格内的第一观测点在第一时刻的气象观测数据，以及第一子网格在第一预测时间段内的初始气象预测数据；
[0261] 修正单元，用于根据气象观测数据，修正初始气象预测数据，得到第一子网格在第一预测时间段内的目标气象预测数据。
[0262] 在一些实施例中，确定模块904，还用于根据第一子网格的第一空间位置信息与第一观测点的第二空间位置信息，确定第一子网格与第一观测点之间的空间距离；
[0263] 确定模块904，还用于根据第一预测时间段内各预设时间点的第一风速，确定第一子网格与第一观测点在第一预测时间段内的时间距离；
[0264] 确定模块904，还用于根据空间距离和时间距离，结合权重计算公式，确定第一观测点在第一时刻的第一权重；
[0265] 修正单元，具体用于：
[0266] 根据第一权重和气象观测数据，修正初始气象预测数据，得到第一子网格在第一预测时间段内的目标气象预测数据。
[0267] 在一些实施例中，确定模块N04，具体用于：
[0268] 通过以下方式确定第一观测点在第一时刻的第一权重：
[0269]
[0270] 其中，w(t)i为第一子网格内第i个第一观测点在第一时刻的第一权重，t为第一时刻，t+Δt为第一预设时间段，DIS1i为第一子网格与第i个第一观测点之间的空间距离，DIS2i为第一子网格与第i个第一观测点在第一预测时间段内的时间距离；
[0271] DIS2i＝v1+v2+…+vm
[0272] v1、v2…、vm为第一预测时间段内各预设时间点的第一风速，m为预设时间点的数量。
[0273] 在一些实施例中，修正单元，具体用于：
[0274] 通过以下方式修正初始气象预测数据：
[0275] Y(t1)rev＝Y(t1)mod+w(t)1·[OBS(t)1‑Y(t1)mod]+w(t)2
[0276] ·[OBS(t)2‑Y(t1)mod]+…+w(t)i·[OBS(t)i‑Y(t1)mod]
[0277] 其中，t1为第一预设时间段，t1＝t+Δt，t为第一时刻，Y(t1)mod为第一子网格在第一预测时间段内的初始气象预测数据，OBS(t)i为第一子网格内第i个第一观测点在第一时刻的气象观测数据，w(t)i为第一子网格内第i个第一观测点在第一时刻的第一权重，Y(t1)rev为第一子网格在第一预测时间段内的目标气象预测数据。
[0278] 在一些实施例中，预测模块903，具体用于：
[0279] 利用第一预测模型，对各第一子网格内AOD的第一强度和目标气象预测数据进行处理，得到各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围。
[0280] 在一些实施例中，目标气象预测数据包括预测风速和预测风向，第一子网格包括预设数量的粒子，各粒子随预测风速和预测风向移动；
[0281] 预测模块903，具体用于：
[0282] 利用第一预测模型，对各第一子网格内AOD的第一强度和目标气象预测数据进行处理，得到各第一子网格在第一预测时间段内AOD的目标覆盖范围，包括：
[0283] 将各第一子网格内AOD的第一强度和目标气象预测数据输入第一预测模型，利用第一预测模型的第一处理模块，结合预测风速和预测风向，确定各第一子网格的各个粒子在第一预测时间段内的位置矢量；
[0284] 确定模块904，还用于根据各粒子的位置矢量，确定各第一子网格在第一预测时间段内AOD的目标覆盖范围。
[0285] 在一些实施例中，预测模块903，具体用于：
[0286] 针对每一个第一子网格，利用第一预测模型的第二处理模块，结合第一子网格在第一预测时间段内AOD的目标覆盖范围，确定第一子网格在各采样时刻包含的粒子，各采样时刻为第一预测时间段内的时刻；
[0287] 根据第一子网格在各采样时刻的粒子、各粒子对应的等效AOD的强度，确定第一子网格在各采样时刻AOD的第二强度；
[0288] 将各采样时刻AOD的第二强度的均值确定为第一子网格在第一预测时间段内AOD的目标强度。
[0289] 在一些实施例中，沙尘的特征参数包括沙尘强度和沙尘覆盖范围；
[0290] 确定模块904，具体用于：
[0291] 将各第一子网格在第一预测时间段内AOD的目标强度确定为预设区域的各个位置在第一预测时间段内的沙尘强度，预设区域的各个位置与各个第一子网格的位置对应；
[0292] 将各第一子网格在第一预测时间段内AOD的总的目标覆盖范围，确定为预设区域在第一预测时间段内的沙尘覆盖范围。
[0293] 在一些实施例中，确定模块904，还用于在预测模块903根据各第一子网格内AOD的第一强度以及目标气象预测数据，预测各第一子网格在第一预测时间段内AOD的目标强度和目标覆盖范围之后，根据第一子网格内第一观测点的空间位置信息，确定与第一观测点对应的目标第一子网格，并将目标第一子网格内AOD的目标强度确定为第一观测点的AOD强度；
[0294] 确定模块904，还用于根据第一观测点的AOD强度，结合AOD强度与功率折损比例的关联关系，确定第一观测点在第一预测时间段内的目标功率折损比例。
[0295] 在一些实施例中，获取模块901在获取预设区域在第一时刻的气溶胶光学厚度AOD的第一强度之前，获取预设区域内各第一观测点在各预设历史时刻的历史功率折损比例以及各第一子网格在各预设历史时刻AOD的第三强度；
[0296] 确定模块904，还用于根据各第一观测点的空间位置信息，从第三强度中确定与各第一观测点对应的第四强度；
[0297] 该沙尘特征参数的预测装置还可以包括拟合模块，用于对各预设历史时刻的各第一观测点的第四强度和历史功率折损比例进行函数拟合，得到AOD强度与功率折损比例的关联关系。
[0298] 本申请实施例提供的沙尘特征参数的预测装置能够实现图1‑8所示的沙尘特征参数的预测方法实施例中的各个过程，为避免重复，这里不再赘述。
[0299] 基于相同的发明构思，本申请实施例还提供了一种电子设备，该电子设备例如可以是平板电脑、笔记本电脑、掌上电脑等。下面结合图10对本申请实施例提供的电子设备进行详细说明。
[0300] 如图10所示，该电子设备可以包括处理器101以及用于存储计算机程序指令的存储器102。
[0301] 处理器101可以包括中央处理器(Central Processing Unit，CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
[0302] 存储器102可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器102可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在一个实例中，存储器102可以包括可移除或不可移除(或固定)的介质，或者存储器102是非易失性固态存储器。在一个实例中，存储器102可以是只读存储器(Read Only Memory，ROM)。
在一个实例中，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
[0303] 处理器101通过读取并执行存储器102中存储的计算机程序指令，以实现图1‑图8所示实施例中的方法，并达到图1‑图8所示实施例执行其方法达到的相应技术效果，为简洁描述，在此不再赘述。
[0304] 在一个示例中，该电子设备还可包括通信接口103和总线104。其中，如图10所示，处理器101、存储器102、通信接口103通过总线104连接并完成相互间的通信。
[0305] 通信接口103，主要用于实现本申请实施例中各模块、装置和/或设备之间的通信。
[0306] 总线104包括硬件、软件或两者，将电子设备的各部件彼此耦接在一起。举例来说而非限制，总线104可包括加速图形端(Accelerated Graphics Port，AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，EISA)总线、前端总线(Front Side Bus，FSB)、超传输(Hyper Transport，HT)互连、工业标准架构(Industry Standard Architecture，ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI‑Express(PCI‑X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线104可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
[0307] 该电子设备在获取预设区域在第一时刻的气溶胶光学厚度AOD的第一强度后可以执行本申请实施例中的沙尘特征参数的预测方法，从而实现结合图1‑8描述的沙尘特征参数的预测方法以及图9描述的沙尘特征参数的预测装置。
[0308] 另外，结合上述实施例中的沙尘特征参数的预测方法，本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种沙尘特征参数的预测方法。
[0309] 需要明确的是，本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体步骤作为示例。但是，本申请的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本申请的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
[0310] 以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(Application Specific Integrated Circuit，ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD‑ROM、光盘、硬盘、光纤介质、射频(Radio Frequency，RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
[0311] 还需要说明的是，本申请中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本申请不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
[0312] 上面参考根据本申请实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请实施例的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
[0313] 上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
