本發(fā)明涉及電網(wǎng)管理領(lǐng)域，特別是涉及一種電網(wǎng)規(guī)劃輔助系統(tǒng)。

背景技術(shù)：

電網(wǎng)規(guī)劃又稱輸電系統(tǒng)規(guī)劃，以負(fù)荷預(yù)測和電源規(guī)劃為基礎(chǔ)。電網(wǎng)規(guī)劃確定在何時、何地投建何種類型的輸電線路及其回路數(shù)，以達(dá)到規(guī)劃周期內(nèi)所需要的輸電能力，在滿足各項技術(shù)指標(biāo)的前提下使輸電系統(tǒng)的費用最小。城市是電力系統(tǒng)的主要負(fù)荷中心，城市電網(wǎng)運作是否良好取決于城市電網(wǎng)的規(guī)劃與建設(shè)是否科學(xué)，是否經(jīng)濟(jì)合理，對于固定資產(chǎn)額巨大的供電企業(yè)而言，城網(wǎng)規(guī)劃工作在供電企業(yè)的生存與發(fā)展中始終起著決定性的作用。供電企業(yè)既是政府的電力管理部門，又是電力供應(yīng)商。供電企業(yè)城網(wǎng)規(guī)劃的目標(biāo)主要是提高城市電網(wǎng)的供電能力、供電質(zhì)量與供電可靠性來滿足社會對電力的需求。

潮流計算是電力系統(tǒng)中非常重要的分析計算。在輸電網(wǎng)規(guī)劃中，需通過潮流計算檢驗所提出的電力系統(tǒng)規(guī)劃方案能否滿足各種運行方式的要求，主要包括系統(tǒng)中各種元件(線路、變壓器等)是否會出現(xiàn)過負(fù)荷，以及可能出現(xiàn)過負(fù)荷時應(yīng)事先采取哪些預(yù)防措施等。

同時，目前對于電網(wǎng)中長期優(yōu)化規(guī)劃問題，常采用規(guī)劃函數(shù)(如線性函數(shù)、神經(jīng)網(wǎng)絡(luò)、模糊方法、決策樹等)和規(guī)劃圖等電網(wǎng)規(guī)劃規(guī)則型式，但這些型式以經(jīng)驗為主，理論依據(jù)薄弱，特別對于電網(wǎng)群規(guī)劃尚無通用的規(guī)劃規(guī)則型式。因此，研究電網(wǎng)規(guī)劃規(guī)則型式，以解決電網(wǎng)規(guī)劃規(guī)則的不確定性，是國內(nèi)外電網(wǎng)規(guī)劃研究的重點和難點問題。

技術(shù)實現(xiàn)要素：

為了解決以上現(xiàn)有技術(shù)中存在的問題，本發(fā)明的目的在于提供一種電網(wǎng)規(guī)劃輔助系統(tǒng)，能適合不同的供電保證率要求，同時能提供盡可能優(yōu)化的電網(wǎng)規(guī)劃的過程，提高電網(wǎng)網(wǎng)絡(luò)調(diào)控的有效性和安全性，提高電網(wǎng)網(wǎng)絡(luò)運行的平穩(wěn)性和效率。

為解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案：

一種電網(wǎng)規(guī)劃輔助系統(tǒng)，包括

電網(wǎng)潮流采集計算模塊，用于進(jìn)行電網(wǎng)的潮流計算；

電網(wǎng)潮流分析預(yù)測模塊，用于進(jìn)行電網(wǎng)潮流數(shù)據(jù)的分析預(yù)測；

電網(wǎng)工況接入模塊，用于接入各電力設(shè)備的實時運行工況數(shù)據(jù)；

數(shù)據(jù)預(yù)處理模塊，用于接收并標(biāo)準(zhǔn)化集中存儲所采集電力設(shè)備工況數(shù)據(jù)；

電網(wǎng)情況預(yù)測模塊，采用統(tǒng)計回歸和數(shù)據(jù)驅(qū)動方法建立短期預(yù)測單元，利用采集到的電網(wǎng)工況數(shù)據(jù)以及計算所得的潮流數(shù)據(jù)，生成短期電網(wǎng)情況預(yù)報信息，供電網(wǎng)群聯(lián)合規(guī)劃分析模塊使用；

電網(wǎng)群聯(lián)合規(guī)劃分析模塊，針對接收到的數(shù)據(jù)預(yù)處理模塊的電網(wǎng)工況信息，采用多分組差分進(jìn)化算法優(yōu)化計算得到有利于改善電網(wǎng)情況的電網(wǎng)群聯(lián)合規(guī)劃方案；

專家決策分析模塊，用于接收電網(wǎng)群聯(lián)合規(guī)劃分析模塊所得電網(wǎng)群聯(lián)合規(guī)劃備選方案，對不同電網(wǎng)群聯(lián)合規(guī)劃備選方案所引發(fā)的電網(wǎng)情況變化趨勢進(jìn)行比較，提出最終的管理決策方案；

中央處理器，用于接收數(shù)據(jù)預(yù)處理模塊、電網(wǎng)情況預(yù)測模塊、電網(wǎng)群聯(lián)合規(guī)劃分析模塊以及專家決策分析模塊所輸出的數(shù)據(jù)和人機交互模塊輸入的數(shù)據(jù)，并將這些數(shù)據(jù)轉(zhuǎn)換成規(guī)劃決策仿真模塊所能識別的數(shù)據(jù)格式發(fā)送到規(guī)劃決策仿真模塊；還用于接收人機交互模塊輸入的控制命令，并按預(yù)設(shè)的算法發(fā)送到對應(yīng)的模塊；還用于用戶注冊、權(quán)限管理和密碼修改；

規(guī)劃決策仿真模塊，用于通過flac3d根據(jù)接收到的中央處理器發(fā)送的數(shù)據(jù)建立電網(wǎng)物理模型；

虛擬作動器，用于驅(qū)動參數(shù)變化的，與規(guī)劃決策仿真模塊中的各元素建立關(guān)系后，可以在指定的范圍內(nèi)對參數(shù)進(jìn)行變動，從而可以驅(qū)動仿真分析方法針對不同的參數(shù)進(jìn)行計算求解；

虛擬參數(shù)模塊，為在電網(wǎng)物理模型中插入的各類型的能達(dá)到直接獲取相應(yīng)的結(jié)果或信息的目標(biāo)邏輯單元；

仿真分析模塊，用于輸入可以分解為設(shè)計變量、設(shè)計目標(biāo)和設(shè)計約束的參數(shù)、算法，并將輸入?yún)?shù)、算法劃分為單元、特性和載荷，分別作用到指定的物理模型元素上；

電網(wǎng)信息管理模塊，由數(shù)據(jù)庫管理系統(tǒng)和應(yīng)用支撐平臺系統(tǒng)組成，用于輔以形成電網(wǎng)情況預(yù)警管理、電網(wǎng)規(guī)劃管理、電網(wǎng)情況監(jiān)控管理和綜合信息服務(wù)；

人機交互模塊，由高性能服務(wù)器及其顯示終端組成，對電網(wǎng)數(shù)據(jù)、電網(wǎng)工況信息、數(shù)據(jù)預(yù)處理中間過程、規(guī)劃決策結(jié)果進(jìn)行圖像化展示；同時用于實現(xiàn)監(jiān)測信息圖形化、預(yù)測結(jié)果顯示、操作員站、管理終端、視頻監(jiān)控系統(tǒng)、專家決策多畫面同步展示。

本發(fā)明的特點和進(jìn)一步改進(jìn)在于：

其中，所述數(shù)據(jù)庫管理子系統(tǒng)，用以通過各區(qū)域電網(wǎng)情況數(shù)據(jù)中心的數(shù)據(jù)存儲和管理平臺，形成電網(wǎng)基礎(chǔ)配置數(shù)據(jù)庫、遙感影像數(shù)據(jù)庫、歷史電網(wǎng)分配制度數(shù)據(jù)庫、各區(qū)域經(jīng)濟(jì)效益數(shù)據(jù)庫這些公共基礎(chǔ)數(shù)據(jù)庫，同時形成服務(wù)于各業(yè)務(wù)應(yīng)用的適合全流域?qū)嶋H情況的電網(wǎng)規(guī)劃管理數(shù)據(jù)庫、運行工況數(shù)據(jù)庫、電網(wǎng)潮流數(shù)據(jù)庫、視頻監(jiān)控數(shù)據(jù)庫、氣象數(shù)據(jù)庫這些專業(yè)數(shù)據(jù)庫。

其中，所述應(yīng)用支撐平臺子系統(tǒng)，用于平臺硬件系統(tǒng)的部署，應(yīng)用服務(wù)中間件、應(yīng)用系統(tǒng)整合及數(shù)據(jù)交換組件及gis服務(wù)構(gòu)件的部署配置，通用服務(wù)的部署，專用服務(wù)的部署，覆蓋數(shù)據(jù)采集、傳輸、處理、存儲、應(yīng)用、決策輔助和發(fā)布各個環(huán)節(jié)。

其中，所述電網(wǎng)潮流分析預(yù)測模塊通過以下步驟完成：

s1、生成電網(wǎng)潮流采集計算模塊所得潮流數(shù)據(jù)的二維潮流數(shù)據(jù)；

s2、結(jié)合二維小波變換和二維潮流數(shù)據(jù)的特性，選擇最佳小波基對二維潮流數(shù)據(jù)進(jìn)行二維小波多尺度分解，得二維小波系數(shù)；

s3、對步驟s2所得的二維小波系數(shù)進(jìn)行數(shù)據(jù)重構(gòu)；

s4、對每一層重構(gòu)的二維潮流數(shù)據(jù)分別進(jìn)行多維偏最小二乘建模，得子模型，并得相應(yīng)組別潮流數(shù)據(jù)預(yù)測值，以及每一層重構(gòu)潮流數(shù)據(jù)建模的潮流數(shù)據(jù)均方根誤差；

s5、使用權(quán)值將步驟s4所得的子模型進(jìn)行模型融合，并計算rmsep值和相關(guān)系數(shù)來評價模型預(yù)測效果。

其中，所述步驟s1中的二維潮流數(shù)據(jù)由以下公式生成：

式中：y(v)為輸入潮流數(shù)據(jù)，φ(v1,v2)為生成的同步相關(guān)潮流數(shù)據(jù)矩陣，ψ(v1,v2)為生成的異步相關(guān)潮流數(shù)據(jù)矩陣。

其中，所述步驟s3中重構(gòu)是指對同一樣品的二維潮流數(shù)據(jù)譜的分解后的每一層小波系數(shù)分別進(jìn)行重構(gòu)。

其中，所述步驟s4中的均方根誤差為rmsecv，公式如下

式中：cnir是電網(wǎng)的某一實際屬性；cref為預(yù)測出的電網(wǎng)屬性。

其中，所述步驟s5中的rmsep為預(yù)測均方根誤差，由以下公式得到：

式中：n是電網(wǎng)數(shù)，cnir是電網(wǎng)的某一實際屬性；cref為預(yù)測出的電網(wǎng)屬性。

其中，所述步驟s5中的相關(guān)系數(shù)為r，由以下公式得到：

式中：n是電網(wǎng)數(shù)，cnir是電網(wǎng)的某一實際屬性；cref為預(yù)測出的電網(wǎng)屬性。

其中，所述步驟s5中的模型融合是指對每一層二維小波變換系數(shù)重構(gòu)圖像進(jìn)行npls建模，得到預(yù)測結(jié)果和預(yù)測均方根誤差，所述步驟s5中的權(quán)值由以下公式得到：

rmsecvi是第i個子模型交叉驗證后的預(yù)測均方根誤差；

所述步驟s5通過以下公式將子模型融合在一起：

式中：ciref是子模型的預(yù)測結(jié)果，m是分解的尺度，c為模型融合后的預(yù)測結(jié)果，即最終的模型預(yù)測最終結(jié)果。

其中，所述的選擇最佳小波基，是對小波基數(shù)學(xué)特性進(jìn)行分析，得到具有對稱性、緊支性、正交性及高階消失矩的小波基函數(shù)，有daubechies、symlets、coiflets等；步驟s4中所述的多維偏最小二乘算法(multi-waypartialleastsquare,n-pls)，是基于偏最小二乘基礎(chǔ)上的多維數(shù)據(jù)模型算法，可以得到與各維直接相關(guān)的載荷向量，有利于對模型的各維做出獨立解釋。

與現(xiàn)有技術(shù)相比，本發(fā)明具有顯著地技術(shù)效果。

本發(fā)明首先選擇最佳二維小波基對二維潮流數(shù)據(jù)進(jìn)行多尺度分解并各層分別重構(gòu)；其次應(yīng)用npls對重構(gòu)的每一層潮流數(shù)據(jù)進(jìn)行建模預(yù)測并得到交叉驗證的均方根誤差；接著通過計算出的權(quán)值進(jìn)行子模型融合；最后通過預(yù)測均方根誤差和相關(guān)系數(shù)對多尺度-二維潮流數(shù)據(jù)模型的結(jié)果和性能進(jìn)行評價。本方法相較于常規(guī)模型，顯著提升常規(guī)潮流數(shù)據(jù)分析模型的精度和可靠性，不僅提挖掘出了電網(wǎng)潮流數(shù)據(jù)中新的表征信息，而且避免了信息的丟失，使得潮流數(shù)據(jù)分析更加簡單，可靠。本發(fā)明能適合不同的供電保證率要求，同時能提供盡可能優(yōu)化的電網(wǎng)規(guī)劃的過程，提高電網(wǎng)網(wǎng)絡(luò)調(diào)控的有效性和安全性，提高了電網(wǎng)網(wǎng)絡(luò)運行的平穩(wěn)性和效率，且電網(wǎng)的規(guī)劃決策在實施前均可進(jìn)行仿真模擬分析，進(jìn)一步保障力度電網(wǎng)網(wǎng)絡(luò)運行的安全性。

附圖說明

圖1為本發(fā)明的一種電網(wǎng)規(guī)劃輔助系統(tǒng)的原理框圖。

具體實施方式

為使本發(fā)明要解決的技術(shù)問題、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖及具體實施例進(jìn)行詳細(xì)描述。

如圖1所示，本發(fā)明實施例提供了一種電網(wǎng)規(guī)劃輔助系統(tǒng)，包括

電網(wǎng)潮流采集計算模塊，用于進(jìn)行電網(wǎng)的潮流計算；

電網(wǎng)潮流分析預(yù)測模塊，用于進(jìn)行電網(wǎng)潮流數(shù)據(jù)的分析預(yù)測；

電網(wǎng)工況接入模塊，用于接入各電力設(shè)備的實時運行工況數(shù)據(jù)；

數(shù)據(jù)預(yù)處理模塊，用于接收并標(biāo)準(zhǔn)化集中存儲所采集電力設(shè)備工況數(shù)據(jù)；

電網(wǎng)情況預(yù)測模塊，采用統(tǒng)計回歸和數(shù)據(jù)驅(qū)動方法建立短期預(yù)測單元，利用采集到的電網(wǎng)工況數(shù)據(jù)以及計算所得的潮流數(shù)據(jù)，生成短期電網(wǎng)情況預(yù)報信息，供電網(wǎng)群聯(lián)合規(guī)劃分析模塊使用；

電網(wǎng)群聯(lián)合規(guī)劃分析模塊，針對接收到的數(shù)據(jù)預(yù)處理模塊的電網(wǎng)工況信息，采用多分組差分進(jìn)化算法優(yōu)化計算得到有利于改善電網(wǎng)情況的電網(wǎng)群聯(lián)合規(guī)劃方案；

專家決策分析模塊，用于接收電網(wǎng)群聯(lián)合規(guī)劃分析模塊所得電網(wǎng)群聯(lián)合規(guī)劃備選方案，對不同電網(wǎng)群聯(lián)合規(guī)劃備選方案所引發(fā)的電網(wǎng)情況變化趨勢進(jìn)行比較，提出最終的管理決策方案；

中央處理器，用于接收數(shù)據(jù)預(yù)處理模塊、電網(wǎng)情況預(yù)測模塊、電網(wǎng)群聯(lián)合規(guī)劃分析模塊以及專家決策分析模塊所輸出的數(shù)據(jù)和人機交互模塊輸入的數(shù)據(jù)，并將這些數(shù)據(jù)轉(zhuǎn)換成規(guī)劃決策仿真模塊所能識別的數(shù)據(jù)格式發(fā)送到規(guī)劃決策仿真模塊；還用于接收人機交互模塊輸入的控制命令，并按預(yù)設(shè)的算法發(fā)送到對應(yīng)的模塊；還用于用戶注冊、權(quán)限管理和密碼修改；

規(guī)劃決策仿真模塊，用于通過flac3d根據(jù)接收到的中央處理器發(fā)送的數(shù)據(jù)建立電網(wǎng)物理模型；

虛擬作動器，用于驅(qū)動參數(shù)變化的，與規(guī)劃決策仿真模塊中的各元素建立關(guān)系后，可以在指定的范圍內(nèi)對參數(shù)進(jìn)行變動，從而可以驅(qū)動仿真分析方法針對不同的參數(shù)進(jìn)行計算求解；

虛擬參數(shù)模塊，為在電網(wǎng)物理模型中插入的各類型的能達(dá)到直接獲取相應(yīng)的結(jié)果或信息的目標(biāo)邏輯單元；

仿真分析模塊，用于輸入可以分解為設(shè)計變量、設(shè)計目標(biāo)和設(shè)計約束的參數(shù)、算法，并將輸入?yún)?shù)、算法劃分為單元、特性和載荷，分別作用到指定的物理模型元素上；

電網(wǎng)信息管理模塊，由數(shù)據(jù)庫管理系統(tǒng)和應(yīng)用支撐平臺系統(tǒng)組成，用于輔以形成電網(wǎng)情況預(yù)警管理、電網(wǎng)規(guī)劃管理、電網(wǎng)情況監(jiān)控管理和綜合信息服務(wù)；

人機交互模塊，由高性能服務(wù)器及其顯示終端組成，對電網(wǎng)數(shù)據(jù)、電網(wǎng)工況信息、數(shù)據(jù)預(yù)處理中間過程、規(guī)劃決策結(jié)果進(jìn)行圖像化展示；同時用于實現(xiàn)監(jiān)測信息圖形化、預(yù)測結(jié)果顯示、操作員站、管理終端、視頻監(jiān)控系統(tǒng)、專家決策多畫面同步展示。

所述數(shù)據(jù)庫管理子系統(tǒng)，用以通過各區(qū)域電網(wǎng)情況數(shù)據(jù)中心的數(shù)據(jù)存儲和管理平臺，形成電網(wǎng)基礎(chǔ)配置數(shù)據(jù)庫、遙感影像數(shù)據(jù)庫、歷史電網(wǎng)分配制度數(shù)據(jù)庫、各區(qū)域經(jīng)濟(jì)效益數(shù)據(jù)庫這些公共基礎(chǔ)數(shù)據(jù)庫，同時形成服務(wù)于各業(yè)務(wù)應(yīng)用的適合全流域?qū)嶋H情況的電網(wǎng)規(guī)劃管理數(shù)據(jù)庫、運行工況數(shù)據(jù)庫、電網(wǎng)潮流數(shù)據(jù)庫、視頻監(jiān)控數(shù)據(jù)庫、氣象數(shù)據(jù)庫這些專業(yè)數(shù)據(jù)庫。

所述應(yīng)用支撐平臺子系統(tǒng)，用于平臺硬件系統(tǒng)的部署，應(yīng)用服務(wù)中間件、應(yīng)用系統(tǒng)整合及數(shù)據(jù)交換組件及gis服務(wù)構(gòu)件的部署配置，通用服務(wù)的部署，專用服務(wù)的部署，覆蓋數(shù)據(jù)采集、傳輸、處理、存儲、應(yīng)用、決策輔助和發(fā)布各個環(huán)節(jié)。

所述電網(wǎng)潮流分析預(yù)測模塊通過以下步驟完成：

s1、生成電網(wǎng)潮流采集計算模塊所得潮流數(shù)據(jù)的二維潮流數(shù)據(jù)；

s2、結(jié)合二維小波變換和二維潮流數(shù)據(jù)的特性，選擇最佳小波基對二維潮流數(shù)據(jù)進(jìn)行二維小波多尺度分解，得二維小波系數(shù)；

s3、對步驟s2所得的二維小波系數(shù)進(jìn)行數(shù)據(jù)重構(gòu)；

s4、對每一層重構(gòu)的二維潮流數(shù)據(jù)分別進(jìn)行多維偏最小二乘建模，得子模型，并得相應(yīng)組別潮流數(shù)據(jù)預(yù)測值，以及每一層重構(gòu)潮流數(shù)據(jù)建模的潮流數(shù)據(jù)均方根誤差；

s5、使用權(quán)值將步驟s4所得的子模型進(jìn)行模型融合，并計算rmsep值和相關(guān)系數(shù)來評價模型預(yù)測效果。

所述步驟s1中的二維潮流數(shù)據(jù)由以下公式生成：

式中：y(v)為輸入潮流數(shù)據(jù)，φ(v1,v2)為生成的同步相關(guān)潮流數(shù)據(jù)矩陣，ψ(v1,v2)為生成的異步相關(guān)潮流數(shù)據(jù)矩陣。

所述步驟s3中重構(gòu)是指對同一樣品的二維潮流數(shù)據(jù)譜的分解后的每一層小波系數(shù)分別進(jìn)行重構(gòu)。

所述步驟s4中的均方根誤差為rmsecv，公式如下

式中：cnir是電網(wǎng)的某一實際屬性；cref為預(yù)測出的電網(wǎng)屬性。

所述步驟s5中的rmsep為預(yù)測均方根誤差，由以下公式得到：

式中：n是電網(wǎng)數(shù)，cnir是電網(wǎng)的某一實際屬性；cref為預(yù)測出的電網(wǎng)屬性。

所述步驟s5中的相關(guān)系數(shù)為r，由以下公式得到：

式中：n是電網(wǎng)數(shù)，cnir是電網(wǎng)的某一實際屬性；cref為預(yù)測出的電網(wǎng)屬性。

所述步驟s5中的模型融合是指對每一層二維小波變換系數(shù)重構(gòu)圖像進(jìn)行npls建模，得到預(yù)測結(jié)果和預(yù)測均方根誤差，所述步驟s5中的權(quán)值由以下公式得到：

rmsecvi是第i個子模型交叉驗證后的預(yù)測均方根誤差；

所述步驟s5通過以下公式將子模型融合在一起：

式中：ciref是子模型的預(yù)測結(jié)果，m是分解的尺度，c為模型融合后的預(yù)測結(jié)果，即最終的模型預(yù)測最終結(jié)果。

所述的選擇最佳小波基，是對小波基數(shù)學(xué)特性進(jìn)行分析，得到具有對稱性、緊支性、正交性及高階消失矩的小波基函數(shù)，有daubechies、symlets、coiflets等；步驟s4中所述的多維偏最小二乘算法(multi-waypartialleastsquare，n-pls)，是基于偏最小二乘基礎(chǔ)上的多維數(shù)據(jù)模型算法，可以得到與各維直接相關(guān)的載荷向量，有利于對模型的各維做出獨立解釋。

所述設(shè)計變量、設(shè)計目標(biāo)以及設(shè)計約束與仿真分析模塊中相關(guān)元素有著直接或間接的對應(yīng)關(guān)系，從而可以建立起元素間的對應(yīng)關(guān)系，從而打破兩模塊間的隔閡，并可以驅(qū)動起仿真分析模塊，并從中直接得到想要的數(shù)據(jù)，從而大大的提升效率和數(shù)據(jù)質(zhì)量。

所述仿真分析模塊內(nèi)設(shè)有element：廣義單元為仿真分析的真實對象；property：特性為一些分析對象上靜態(tài)的共用屬性信息；load：載荷為加載在這些分析載荷上外部影響因素或條件；analysis：分析為各類具體的仿真分析方法和評估方法；result：計算得到的數(shù)據(jù)以及基于數(shù)據(jù)處理的表格、云圖、報告；variable：設(shè)計變量是模型中可變量的標(biāo)識；target：設(shè)計目標(biāo)是最終用于衡量模型的好壞或合理性的指標(biāo)或指標(biāo)的處理結(jié)果；constraint：設(shè)計約束是系統(tǒng)在考慮優(yōu)化時需要遵守的規(guī)則；optalgorithm：優(yōu)化設(shè)計方法是各類進(jìn)行優(yōu)化設(shè)計的具體算法；optresult：優(yōu)化結(jié)果通過優(yōu)化計算得到的設(shè)計變量的最優(yōu)取值。

以上所述是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明所述原理的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。