电力系统的BD3短报文传输方法、系统、设备及介质与流程 专利技术说明

电子通信装置的制造及其应用技术电力系统的bd3短报文传输方法、系统、设备及介质技术领域1.本发明涉及电力系统数据传输技术领域，特别是涉及一种电力系统的bd3短报文传输方法、系统、计算机设备和存储介质。背景技术：2.随着现代社会的进步发展，电力系统在国民经济发展中具有重要地位，电力系统的安全稳定运行影响着人们生活的方方面面。其中，实现电力设备实时监测是保障电力系统安全稳定运行的有效手段。随着北斗卫星导航系统的逐步全球化，北斗短报文通信在民用领域的应用不断扩大，短报文通信是北斗卫星导航系统特有的功能，可实现点对点、多点对多点的双向数据传输，具有覆盖范围大、通信无盲区、安全可靠等优点。然而，电力系统内复杂的环境可能导致北斗短报文通信受到噪声干扰，导致北斗短报文通信信息传输延迟过大，影响电力系统内数据的实时传输，进而影响运维管控等电力业务安全稳定运行。3.目前，电力系统通信数据传输大多利用自适应滤波器消除噪声干扰，但传统的基于最小均方差(least mean square，lms)滤波器的噪声干扰抑制方法无法同时具有较高的收敛速度以及较小的稳态噪声，并不能真正有效地解决北斗短报文通信信息传输延迟过大问题，难以满足电力系统监测数据的实时传输需求。4.因此，亟需一种能有效避免电力系统内复杂环境对报文传输的干扰，高效且可靠的降低传输延迟，进而有效保证电力系统监测数据实时传输的面向电力系统的bd3短报文通信信息传输方法。技术实现要素：5.本发明的目的是提供一种电力系统的bd3短报文传输方法，通过对电力设备发送给北斗的电力监测数据信号进行延迟处理后，再基于利用步长因子学习选择算法优化步长因子的改进lms滤波器进行高效可靠的干扰降噪处理，有效解决现有技术应用缺陷，能够真正实现电力系统监测数据的实时传输，进而保证运维管控等电力业务安全稳定运行。6.为了实现上述目的，有必要针对上述技术问题，提供了一种电力系统的bd3短报文传输方法、系统、计算机设备和存储介质。7.第一方面，本发明实施例提供了一种电力系统的bd3短报文传输方法，所述方法包括以下步骤：8.获取电力监测数据信号，并对所述电力监测数据信号进行延迟处理，得到对应的监测数据延迟信号；所述电力监测数据信号包括电力监测数据调制信号和对应的噪声干扰信号；9.将所述监测数据延迟信号输入至改进lms滤波器进行滤波处理，得到对应的监测数据降噪信号；所述改进lms滤波器通过采用预设步长因子学习选择算法优化lms滤波器步长因子得到；10.对所述监测数据降噪信号进行数据处理，得到对应的监测数据数字信号；11.根据北斗短报文协议，将所述监测数据数字信号转换为对应的bd3短报文，并通过北斗对所述bd3短报文进行传输。12.进一步地，所述对所述电力监测数据信号进行延迟处理，得到对应的监测数据延迟信号的步骤包括：13.基于预设时长筛选原则，确定信号延迟时长，并根据所述信号延迟时长，对所述电力监测数据信号进行延迟处理，得到所述监测数据延迟信号；所述监测数据延迟信号表示为：14.x′(n-t)＝[x(n-t),x(n-t-1),...,x(n-t-m+1)]t[0015]x(n)＝s(n)+e(n)[0016]其中，x(n)和x'(n-t)分别表示第n个采样时刻的电力监测数据信号和监测数据延迟信号；s(n)和e(n)分别表示第n个采样时刻的电力监测数据调制信号和噪声干扰信号；t表示信号延迟时长；m表示改进lms滤波器的阶数。[0017]进一步地，所述预设时长筛选原则为电力监测数据调制信号不相关且噪声干扰信号强相关。[0018]进一步地，所述将所述监测数据延迟信号输入至改进lms滤波器进行滤波处理，得到对应的监测数据降噪信号的步骤包括：[0019]根据所述监测数据延迟信号的数据范围，初始化所述改进lms滤波器的权重向量；[0020]根据所述权重向量和对应的监测数据延迟信号，得到监测数据输出信号；所述监测数据输出信号表示为：[0021]y(n)＝w(n)*x′(n-t)[0022]式中，[0023]w(n)＝[w1(n),w2(n),w3(n),...,wm(n)][0024]其中，x'(n-t)表示第n个采样时刻的监测数据延迟信号；w(n)表示第n个采样时刻的权重向量；t表示信号延迟时长；m表示改进lms滤波器的阶数；[0025]根据所述监测数据输出信号与所述电力监测数据调制信号，得到信号误差；[0026]通过预设步长因子学习选择算法，确定lms滤波器的当前最优步长因子，并根据所述当前最优步长因子和所述信号误差，更新所述改进lms滤波器的权重向量，以及根据更新后的改进lms滤波器的权重向量对所述监测数据延迟信号进行滤波处理，得到所述监测数据降噪信号。[0027]进一步地，所述通过预设步长因子学习选择算法，确定lms滤波器的当前最优步长因子的步骤包括：[0028]通过将lms滤波器作为决策者，并将lms滤波器步长因子作为摇臂，确定步长因子优化mab问题；[0029]将所述lms滤波器步长因子在预设范围内均分为预设数目个步长因子等级，并根据lms滤波器的信号误差，确定所述步长因子优化mab问题的奖励函数；所述奖励函数表示为：[0030][0031]其中，θ(n)表示第n个采样时刻的步长因子优化mab问题的奖励值；e(n)表示lms滤波器的信号误差；[0032]遍历各个步长因子等级随机选取步长因子，并根据所述奖励函数，得到对应的初始奖励值；[0033]根据所述初始奖励值计算各个步长因子的偏好值，并选择偏好值最大的步长因子等级；所述偏好值表示为：[0034][0035]其中，表示第i种步长因子的偏好值；ki表示第i种步长因子的选择次数；k表示所有步长因子的总选择次数；为第i种步长因子对应的步长因子等级的平均奖励；[0036]在所述步长因子等级内随机选取一个步长因子作为lms滤波器的当前最优步长因子。[0037]进一步地，所述对所述监测数据降噪信号进行数据处理，得到对应的监测数据数字信号的步骤包括：[0038]根据北斗短报文rdss2.1协议，并利用a/d转换器对所述监测数据降噪信号依此进行取样、保持、量化和编码处理，得到所述监测数据数字信号。[0039]进一步地，所述根据北斗短报文协议，将所述监测数据数字信号转换为对应的bd3短报文，并通过北斗对所述bd3短报文进行传输的步骤包括：[0040]根据ascii码协议，通过modelsim软件将所述监测数据数字信号转换为对应的字符串数据；[0041]根据所述北斗短报文协议，将所述字符串数据整合成对应的bd3短报文；[0042]将所述bd3短报文发送至北斗，并通过北斗进行数据转发。[0043]第二方面，本发明实施例提供了一种电力系统的bd3短报文传输系统，所述系统包括：[0044]延迟处理模块，用于获取电力监测数据信号，并对所述电力监测数据信号进行延迟处理，得到对应的监测数据延迟信号；所述电力监测数据信号包括电力监测数据调制信号和对应的噪声干扰信号；[0045]滤波处理模块，用于将所述监测数据延迟信号输入至改进lms滤波器进行滤波处理，得到对应的监测数据降噪信号；所述改进lms滤波器通过采用预设步长因子学习选择算法优化lms滤波器步长因子得到；[0046]信号转换模块，用于对所述监测数据降噪信号进行数据处理，得到对应的监测数据数字信号；[0047]报文生成模块，用于根据北斗短报文协议，将所述监测数据数字信号转换为对应的bd3短报文，并通过北斗对所述bd3短报文进行传输。[0048]第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。[0049]第四方面，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。[0050]上述本技术提供了一种电力系统的bd3短报文传输方法、系统、计算机设备及存储介质，通过所述方法，实现了获取电力监测数据信号，并对电力监测数据信号进行延迟处理，得到对应的监测数据延迟信号，并将监测数据延迟信号输入至通过采用预设步长因子学习选择算法优化步长因子的改进lms滤波器进行滤波处理，得到对应的监测数据降噪信号后，对监测数据降噪信号进行数据处理，得到对应的监测数据数字信号，以及根据北斗短报文协议，将监测数据数字信号转换为对应的bd3短报文，并通过北斗对bd3短报文进行传输的技术方案。与现有技术相比，该电力系统的bd3短报文传输方法，能有效避免电力系统内复杂环境对报文的传输干扰，高效可靠的降低短报文通信传输延迟，实现电力系统监测数据的实时传输，进而保证运维管控等电力业务安全稳定运行。附图说明[0051]图1是本发明实施例中电力系统的bd3短报文传输方法的流程示意图；[0052]图2是本发明实施例中基于预设步长因子学习选择算法的改进lms滤波器的滤波流程示意图；[0053]图3是本发明实施例中电力系统的bd3短报文传输系统的结构示意图；[0054]图4是本发明实施例中计算机设备的内部结构图。具体实施方式[0055]为了使本技术的目的、技术方案和有益效果更加清楚明白，下面结合附图及实施例，对本发明作进一步详细说明，显然，以下所描述的实施例是本发明实施例的一部分，仅用于说明本发明，但不用来限制本发明的范围。基于本发明中的实施例，本领域普通技术人员在没有作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。[0056]本发明提供的电力系统的bd3短报文传输方法主要是基于现有的电力系统的bd3短报文信息传输方法无法避免电力系统内复杂环境对报文的干扰，影响传输时延，且使用现有lms滤波器在实现干扰消除的同时无法保证较高的收敛速度和较小的稳态噪声，进而无法保证电力系统监测数据实时传输问题，提出了一种对电力监测数据信号进行延迟处理，再采用基于步长因子学习选择算法优化改进滤波过程的lms滤波器对延迟信号进行降噪滤波处理，并基于北斗短报文协议生成bd3短报文进行北斗传输的技术方案，真正实现电力系统监测数据的实时传输；下述实施例将对本发明的电力系统的bd3短报文传输方法进行详细说明。[0057]在一个实施例中，如图1所示，提供了一种电力系统的bd3短报文传输方法，包括以下步骤：[0058]s11、获取电力监测数据信号，并对所述电力监测数据信号进行延迟处理，得到对应的监测数据延迟信号；其中，电力监测数据信号可理解为电力设备需要发送给北斗进行传输的电力系统监测信号，考虑到电力系统内复杂环境对报文的干扰，将电力系统监测信号表示为包括电力监测数据调制信号和对应的噪声干扰信号两部分的数据信号，其中电力监测数据调制信号为有用信号；[0059]延迟处理可理解为通过选择合适的延迟时间，使得电力监测数据信号中的有用信号(电力监测数据调制信号)互不相关且对应的噪声干扰信号具有良好相关性的数据处理方式；具体地，所述对所述电力监测数据信号进行延迟处理，得到对应的监测数据延迟信号的步骤包括：[0060]基于预设时长筛选原则，确定信号延迟时长，并根据所述信号延迟时长，对所述电力监测数据信号进行延迟处理，得到所述监测数据延迟信号；其中，所述预设时长筛选原则为电力监测数据调制信号不相关且噪声干扰信号强相关，对应的监测数据延迟信号表示为：[0061]x′(n-t)＝[x(n-t),x(n-t-1),...,x(n-t-m+1)]t[0062]x(n)＝s(n)+e(n)[0063]其中，x(n)和x'(n-t)分别表示第n个采样时刻的电力监测数据信号和监测数据延迟信号；s(n)和e(n)分别表示第n个采样时刻的电力监测数据调制信号和噪声干扰信号；t表示信号延迟时长；m表示改进lms滤波器的阶数；[0064]需要说明的是，上述电力监测数据调制信号s(n)和噪声干扰信号e(n)相互统计独立，且根据各自特征可知，s(n)为弱相关信号，e(n)为alpha稳定分布噪声；监测数据延迟信号x'(n-t)中的x(n-t)，x(n-t-1)和x(n-t-m+1)分别表示第n个采样时刻前的第m个数据，第m-1个数据和第1个数据。[0065]s12、将所述监测数据延迟信号输入至改进lms滤波器进行滤波处理，得到对应的监测数据降噪信号；所述改进lms滤波器通过采用预设步长因子学习选择算法优化lms滤波器步长因子得到，可理解为该改进lms滤波器基于预设步长因子学习选择算法确定最优步长因子对输入的监测数据延迟信号进行滤波降噪处理；[0066]具体的，所述将所述监测数据延迟信号输入至改进lms滤波器进行滤波处理，得到对应的监测数据降噪信号的步骤包括：[0067]根据所述监测数据延迟信号的数据范围，初始化所述改进lms滤波器的权重向量；其中，改进lms滤波器的权重向量的初始化可理解为根据监测数据延迟信号的数据范围(即改进lms滤波器的阶数)进行平均设置，对应的初始权重向量为w(1)＝[w1(1),w2(1),w3(1),...,wm(1)]，且wi(1)＝1/m，后续会根据基于预设步长因子学习选择算法确定的每个采样时刻对应的最优步长因子进行更新使用；[0068]根据所述权重向量和对应的监测数据延迟信号，得到监测数据输出信号；所述监测数据输出信号表示为：[0069]y(n)＝w(n)*x′(n-t)[0070]式中，[0071]w(n)＝[w1(n),w2(n),w3(n),...,wm(n)][0072]其中，x'(n-t)表示第n个采样时刻的监测数据延迟信号；w(n)表示第n个采样时刻的权重向量；t表示信号延迟时长；m表示改进lms滤波器的阶数；[0073]根据所述监测数据输出信号与所述电力监测数据调制信号，得到信号误差；其中，信号误差表示为：[0074]ea(n)＝s(n)-y(n)[0075]其中，ea(n)表示信号误差；s(n)和y(n)分别表示电力监测数据调制信号以及对应的监测数据输出信号；[0076]通过预设步长因子学习选择算法，确定lms滤波器的当前最优步长因子，并根据所述当前最优步长因子和所述信号误差，更新所述改进lms滤波器的权重向量，以及根据更新后的改进lms滤波器的权重向量对所述监测数据延迟信号进行滤波处理，得到所述监测数据降噪信号；[0077]如图2所示，所述通过预设步长因子学习选择算法，确定lms滤波器的当前最优步长因子的步骤包括：[0078]通过将lms滤波器作为决策者，并将lms滤波器步长因子作为摇臂，确定步长因子优化mab问题；[0079]将所述lms滤波器步长因子在预设范围内均分为预设数目个步长因子等级，并根据lms滤波器的信号误差，确定所述步长因子优化mab问题的奖励函数；所述奖励函数表示为：[0080][0081]其中，θ(n)表示第n个采样时刻的步长因子优化mab问题的奖励值；e(n)表示lms滤波器的信号误差；[0082]遍历各个步长因子等级随机选取步长因子，并根据所述奖励函数，得到对应的初始奖励值；[0083]根据所述初始奖励值计算各个步长因子的偏好值，并选择偏好值最大的步长因子等级；所述偏好值表示为：[0084][0085]其中，表示第i种步长因子的偏好值；ki表示第i种步长因子的选择次数；k表示所有步长因子的总选择次数；为第i种步长因子对应的步长因子等级的平均奖励；[0086]在所述步长因子等级内随机选取一个步长因子作为lms滤波器的当前最优步长因子：[0087]需要说明的是，上述lms滤波器步长因子的预设范围以及对应步长因子等级划分均可根据实际应用需求进行选取设置，本实施例优选的根据历史经验将预设范围确定为[0，0.2]，并将该预设范围均分为5个等级：第一个等级为[0，0.04]，第二个等级为[0.04，0.08]，第三个等级为[0.08，0.12]，第四个等级为[0.12，0.16]，第五个等级为[0.16，0.2]，即存在5个摇臂，通过将步长因子均匀划分为五个范围可以避免步长选择过大导致局部收敛，且由于各个等级的步长因子个数适中可以有效减少计算速度提高优化效率；[0088]上述预设步长因子学习选择算法执行的具体过程可理解为：初始化各步长因子选择次数为0，当选择次数t《5(预设的选择次数阈值)时，遍历选择每种步长因子等级并在该范围随机选择一个步长因子数值并根据定义的奖励函数得到初始奖励值；在获得初始奖励值后对各步长因子的偏好值进行计算，并根据所得的偏好值，选择具有最大偏好值的步长因子等级，并在该范围随机选择一个数值作为用于降低数据传输延迟的改进lms滤波器的当前滤波降噪处理所使用的最优步长因子；根据得到的当前最优步长因子更新改进lms滤波器的权重向量重新计算电力监测数据输出信号，得到所需的监测数据降噪信号的同时，更新下一时刻信号的信号误差、奖励值以及各个摇臂的选择次数，以及通过平衡奖励、选择次数以及步长因子之间关系实现偏好值的自适应更新，用于后续时刻滤波处理的最优步长因子选择。[0089]本实施例将监测数据延迟信号输入到预先构建的改进lms滤波器中消除噪声干扰，并利用预设步长因子学习选择算法优化改进滤波过程，在提高其收敛速度的同时，还能保证较小的稳态噪声，进而实现对电力监测数据信息进行高效可靠的干扰消除，有效降低电力系统监测数据的传输延迟，保证监测数据传输的实时性。[0090]s13、对所述监测数据降噪信号进行数据处理，得到对应的监测数据数字信号；其中，数据处理可理解为信号转换处理，对应得到的监测数据数字信号包含电力系统中需要传输的电力监测数据；具体地，所述对所述监测数据降噪信号进行数据处理，得到对应的监测数据数字信号的步骤包括：[0091]根据北斗短报文rdss2.1协议，并利用a/d转换器对所述监测数据降噪信号依此进行取样、保持、量化和编码处理，得到所述监测数据数字信号。[0092]s14、根据北斗短报文协议，将所述监测数据数字信号转换为对应的bd3短报文，并通过北斗对所述bd3短报文进行传输；其中，bd3短报文的生成过程包括先将监测数据数字信号转为对应的字符串，再得到的字符串基于北斗短报文协议编码为对应的电力监测数据短报文两个处理过程，具体地，所述根据北斗短报文协议，将所述监测数据数字信号转换为对应的bd3短报文，并通过北斗对所述bd3短报文进行传输的步骤包括：[0093]根据ascii码协议，通过modelsim软件将所述监测数据数字信号转换为对应的字符串数据；[0094]根据所述北斗短报文协议，将所述字符串数据整合成对应的bd3短报文；[0095]将所述bd3短报文发送至北斗，并通过北斗进行数据转发。[0096]本技术实施例通过将对电力监测数据信号进行延迟处理得到的的监测数据延迟信号输入至通过采用预设步长因子学习选择算法优化步长因子的改进lms滤波器进行高效可靠的滤波处理，得到有效的监测数据降噪信号，再对监测数据降噪信号进行数据处理得到对应的监测数据数字信号，以及根据北斗短报文协议将监测数据数字信号转换为对应的bd3短报文并通过北斗进行传输的方法，有效解决了现有技术应用缺陷，不仅能有效避免电力系统内复杂环境对报文的传输干扰，而且能高效可靠的降低短报文通信传输延迟，真正实现电力系统监测数据的实时传输，进而保证运维管控等电力业务安全稳定运行。[0097]在一个实施例中，如图3所示，提供了一种电力系统的bd3短报文传输系统，所述系统包括：[0098]延迟处理模块1，用于获取电力监测数据信号，并对所述电力监测数据信号进行延迟处理，得到对应的监测数据延迟信号；所述电力监测数据信号包括电力监测数据调制信号和对应的噪声干扰信号；[0099]滤波处理模块2，用于将所述监测数据延迟信号输入至改进lms滤波器进行滤波处理，得到对应的监测数据降噪信号；所述改进lms滤波器通过采用预设步长因子学习选择算法优化lms滤波器步长因子得到；[0100]信号转换模块3，用于对所述监测数据降噪信号进行数据处理，得到对应的监测数据数字信号；[0101]报文生成模块4，用于根据北斗短报文协议，将所述监测数据数字信号转换为对应的bd3短报文，并通过北斗对所述bd3短报文进行传输。[0102]关于一种电力系统的bd3短报文传输系统的具体限定可以参见上文中对于一种电力系统的bd3短报文传输方法的限定，在此不再赘述。上述一种电力系统的bd3短报文传输系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。[0103]图4示出一个实施例中计算机设备的内部结构图，该计算机设备具体可以是终端或服务器。如图4所示，该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示器和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电力系统的bd3短报文传输方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。[0104]本领域普通技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有同的部件布置。[0105]在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法的步骤。[0106]在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法的步骤。[0107]综上，本发明实施例提供的一种电力系统的bd3短报文传输方法、系统、计算机设备及存储介质，其电力系统的bd3短报文传输方法实现了获取电力监测数据信号，并对电力监测数据信号进行延迟处理，得到对应的监测数据延迟信号，并将监测数据延迟信号输入至通过采用预设步长因子学习选择算法优化步长因子的改进lms滤波器进行滤波处理，得到对应的监测数据降噪信号后，对监测数据降噪信号进行数据处理，得到对应的监测数据数字信号，以及根据北斗短报文协议，将监测数据数字信号转换为对应的bd3短报文，并通过北斗对bd3短报文进行传输的技术方案，该方法通过对电力监测数据信号进行延迟处理后，再基于利用步长因子学习选择算法优化步长因子的改进lms滤波器进行高效可靠的干扰降噪处理，不仅能有效避免电力系统内复杂环境对报文的传输干扰，而且能降低短报文通信传输延迟，真正实现电力系统监测数据的实时传输，进而保证运维管控等电力业务安全稳定运行。[0108]本说明书中的各个实施例均采用递进的方式描述，各个实施例直接相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。需要说明的是，上述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。[0109]以上所述实施例仅表达了本技术的几种优选实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本技术的保护范围。因此，本技术专利的保护范围应以所述权利要求的保护范围为准。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!