考虑分布式电源不确定性的主动配电网节点脆弱度评估方法与流程 专利技术说明

发电;变电;配电装置的制造技术1.本发明涉及配电网脆弱环节辨识领域，具体涉及一种考虑分布式电源不确定性的主动配电网节点脆弱度评估方法。背景技术：2.随着全球能源体系向绿色低碳转型，可再生能源并网比例逐步上升。分布式电源的接入改变了传统电网的潮流分布与供电模式，加剧了网络结构的复杂性和运行不确定性，进而导致电网脆弱性和故障发生率增加。因此，识别配电网g'的脆弱节点并进行重点监察，对于增强配电网运行的安全性和灵活性具有重要的指导意义。3.现阶段对于电网脆弱环节辨识的研究方法主要分为两类：拓扑结构分析法和运行特性分析法。拓扑结构分析法从电网拓扑出发，以复杂网络理论基础，通过建立关键元件的评估模型来识别电网脆弱环节。运行特性分析法从电网的运行状态出发，通过分析电力系统潮流分布和运行风险来辨识电网的脆弱环节。上述研究往往通过建立多维度指标体系来全面衡量节点的脆弱性，但仍有不足之处。首先，研究对象仍集中在输电侧，配电侧的识别指标相对单一，不能满足多维评价的需要。其次，由于欠缺对分布式电源出力认知不确定性的考虑，传统网络模型无法准确反映配电网g'的潮流分布，从而影响辨识结果的可信度。技术实现要素：4.为克服上述现有技术中存在的不足之处，本发明提出了一种考虑分布式电源不确定性的主动配电网节点脆弱度评估方法，以期能识别配电网g'的脆弱节点并对其进行重点监察，从而能有效预防电力系统大规模故障。5.为了达到上述目的，本发明所采用的技术方案为：6.本发明一种考虑分布式电源不确定性的主动配电网节点脆弱度评估方法的特点在于，是按如下步骤进行：7.步骤一、基于随机潮流和风险评估构建配电网网络模型；8.步骤1.1、构建风机出力的p-box模型；9.步骤1.2、构建光伏出力的p-box模型；10.步骤1.3、引入随机潮流的在险价值var计算随机潮流的分布，从而利用式(5)计算在给定置信度下支路或节点可能承担的最大有功功率pmax：11.pmax(pbr＞varbr)＝1-ξbrꢀꢀꢀꢀ(5)12.式(5)中：pbr为支路有功标幺值，ξbr为支路有功的置信值，varbr为ξbr的风险指标；13.步骤1.4：结合风险评估，并用无向连接图g＝{n,e,w}和邻接矩阵a描述配电网g'的拓扑模型；其中n＝{n1,n2,…,ni,…,nm}为节点的非空有限集，包含联络线、发电机、负荷节点，ni为配电网g'中的第i个节点，m为配电网g'中的节点总数；e为边的集合，包含配电网中所有输电线路；w为边的权重集，且为varbr和线路电抗的乘积；所述邻接矩阵a＝[aij]m×m表示节点间连接关系和支路及节点承担的功率，且第i行第j列的元素aij由式(6)计算：[0014][0015]式(6)中，δ3(i,j)＝varbr(i,j)/zij表示第i个节点ni与第j个节点nj间的输电线路eij的权重，varbr(i,j)为输电线路eij的风险指标，zij为输电线路eij的阻抗标幺值，i，j≤m；[0016]步骤二、建立配电网节点脆弱性评估指标体系；[0017]步骤2.1、根据配电网g'的结构特征，建立配电网节点的结构脆弱度指标；[0018]步骤2.1.1、利用式(7)计算第j个节点nj的度de(j)：[0019][0020]式(7)中：δ1(i,j)表示配电网g'中第i个节点ni与第j个节点nj间的连接情况，若第i个节点ni与第j个节点nj相邻，则令δ1(i,j)＝1，反之，则令δ1(i,j)＝0；δ2(j)表示配电网g'中第j个节点nj与分布式电源的连接情况，若第j个节点nj接有分布式电源，则令δ2(j)＝1，反之，则令δ2(j)＝0，i≠j；[0021]步骤2.1.2、利用式(8)计算配电网g'中第i个节点ni与相邻第j个节点nj之间输电线路eij的重要度ie(i,j)：[0022][0023]式(8)，de(i)表示第i个节点ni的度：[0024]步骤2.1.3、以节点的度为依据，将ie(i,j)按比例切分，从而利用式(9)得到第j个节点nj对其输电线路eij重要度的贡献ne(i,j)：[0025][0026]步骤2.1.4、利用式(10)计算第j个节点nj的有功度数dp(j)：[0027][0028]步骤2.1.4、利用式(11)计算第j个节点nj的结构脆弱度指标brs(j)：[0029][0030]式(11)中，为第j个节点nj相邻的节点集合；[0031]步骤2.2、基于潮流变化熵，建立配电网节点的运行脆弱度指标；[0032]步骤2.2.1、利用式(12)计算反映信息网稳定程度的熵h：[0033][0034]式(12)中，xt为信息源x的第t个取值，c为信息源x取值的个数；p(xt)为信息源x取第t个值时的概率；[0035]步骤2.2.2、断开配电网g'中的任意一条线路l后，使得配电网g'重构运行，并利用式(13)计算重构运行的配电网g'中任意一条非故障线路u的潮流变化量δpu：[0036][0037]式(13)中，和分别为重构运行前和重构运行后线路u承载的有功功率；d表示非故障线路的集合；[0038]步骤2.2.3、利用式(14)得到重构运行的配电网g'中第k个节点nk的潮流变化量δpk：[0039][0040]式(14)中，n(k)表示重构运行的配电网g'中与第k个节点nk连接的线路集合，k≤m；步骤2.2.4、利用式(15)计算线路l断开后引起的第k个节点nk上的潮流变化比率rk,l：[0041][0042]式(15)中，nf为故障支路的集合；δpk,l为线路l断开后第k个节点nk的潮流变化量；[0043]步骤2.2.5、综合考虑配电网g'中所有可能的单线故障，利用式(16)得到第k个节点nk的潮流变化熵hk：[0044][0045]步骤2.2.6、利用式(17)得到第k个节点nk的运行特性脆弱度ovik：[0046][0047]步骤三、计算配电网节点脆弱度指标综合权重；[0048]步骤3.1、基于熵权法确定第h个指标的客观权重γ1h：[0049]步骤3.2、根据分配比例法确定第h个指标的主观权重γ2h；[0050]步骤3.3、利用式(22)得到第h个指标的综合权重γh：[0051][0052]式(22)中，γ21表示第1个指标的主观权重，γ22表示第2个指标的主观权重；[0053]步骤四、配电网节点综合脆弱度排序与评估；[0054]步骤4.1、利用式(23)构建加权指标决策矩阵z：[0055]z＝[v′kh]*diag(γ1,γ2)ꢀꢀꢀꢀ(23)[0056]式(21)中，γ1为第1个指标的综合权重，γ2为第1个指标的综合权重，diag(γ1,γ2)表示对角线元素为γ1和γ2的对角矩阵；[0057]步骤4.2、根据加权指标决策矩阵z，确定正理想解集z+和负理想解集z-；[0058]步骤4.3、计算第k个节点nk的待评价方案分别与正理想解集z+的距离负理想解集的距离[0059]步骤4.4、计算第k个节点nk的待评价方案与理想解决方案的相对接近度sk；[0060]步骤4.5、对sk进行归一化处理，并将归一化后的相对接近度sk′作为节点综合脆弱度指标，按照节点综合脆弱度指标对配电网g'的所有节点进行排序，从而基于排序结果评估配电网g'中所有节点的脆弱度。[0061]本发明所述的考虑分布式电源不确定性的主动配电网节点脆弱度评估方法的特点也在于，所述步骤1.1是按如下步骤进行：[0062]步骤1.1.1、根据历史数据所获得的形状参数x的分布和尺度参数c的分布，得到风速v的weibull分布模型，从而利用式(1)构建风力发电机的出力模型：[0063][0064]式(1)中：p为风力发电机的出力，pw为风力发电机的额定功率；vci为风力发电机的切入风速；vr为风力发电机的额定风速；vco为风力发电机的切出风速；[0065]步骤1.1.2、获取风速v的累计分布函数f(v)并作为不确定性边界，并根据形状参数x的分布范围[xmin,xmax]和尺度参数c的分布范围[cmin,cmax]，利用式(2)得到p-box模型的上下边界fu和fl：[0066][0067]式(2)中，xmin表示形状参数x的最小值，xmax表示表示形状参数x的最大值，cmin表示尺度参数c的最小值，cmax表示尺度参数c的最大值；[0068]步骤1.1.3、对p-box模型进行等可信度离散化后，得到风速的ds形式，从而利用式(1)得到风力发电机的出力p的ds形式并作为风机出力的p-box模型。[0069]所述步骤1.2是按如下步骤进行：[0070]步骤1.2.1、根据太阳能光照强度的随机变化服从beta分布的原理，利用式(3)得到光伏发电机出力的概率密度函数f(ps)：[0071][0072]式(3)中：ps和pm为光伏电池实际输出的功率和最大输出功率；α和β为beta分布的形状参数；γ为伽马函数；[0073]步骤1.2.2、获取光伏电池际输出功率的累计分布函数g(p)并作为不确定性边界，并根据beta分布的形状参数α的分布范围[αmin,αmax]以及β的分布范围[βmin,βmax]，利用式(4)得到p-box模型的上边界gu(p)、下边界gl(p)：[0074][0075]式(4)中：p为输出功率ps与最大功率pm的比值；g表示，αmin表示形状参数α的最小值，αmax表示形状参数α的最大值，βmin表示形状参数β的最小值，βmax表示形状参数β的最大值；步骤1.2.3、对p-box模型进行等可信度离散化后，生成光伏出力的ds形式并作为光伏出力的p-box模型。[0076]所述步骤3.1是按如下步骤进行：[0077]步骤3.1.1、构建各指标值决策矩阵v＝[vkh]m×m1，其中，vkh表示第k个节点nk的第h个指标脆弱度，m1表示配电网g'的脆弱度指标总数；[0078]步骤3.1.2、对v进行无量纲化处理，得到无量纲化的决策矩阵v′＝[v′kh]m×m1，其中，v′kh表示vkh的标幺值；[0079]步骤3.1.3、利用式(20)计算第h个指标的熵值τh：[0080][0081]式(20)中，rkh为第k个节点nk的第h个指标的特征比重，且[0082]步骤3.1.4、利用式(21)计算第h个指标的客观权重γ1h：[0083][0084]式(21)中，τ1为第1个指标的熵值，τ2为第2个指标的熵值，0≤γ1h≤1，令γ11+γ12＝1；γ11表示第1个指标的客观权重，γ12表示第2个指标的客观权重。[0085]本发明一种电子设备，包括存储器以及处理器的特点在于，所述存储器用于存储支持处理器执行所述主动配电网节点脆弱度评估方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。[0086]本发明一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序的特点在于，所述计算机程序被处理器运行时执行所述主动配电网节点脆弱度评估方法的步骤。[0087]与已有技术相比，本发明的有益效果体现在：[0088]1本发明针对以往分布式电源模型仅反映风光出力客观不确定性的问题，基于参数化p-box理论构建风机出力模型和光伏出力模型，能获取更多不确定信息，从而增强了潮流区间完备性和潮流分布准确性。[0089]2本发明针对配电网g'的结构特性和运行情况考虑不全面的问题，从系统拓扑特征和电气两方面出发，结合随机潮流和风险评估建立了配电网拓展拓扑模型，从而解决了传统配电网模型仅考虑拓扑特性的问题，能够准确分析配电网g'的节点结构和运行脆弱性。[0090]3本发明针对配电侧识别指标单一的问题，基于复杂网络理论和风险理论定义了节点结构脆弱度指标，引入潮流变化熵定义了节点运行脆弱度指标；建立的脆弱度指标综合考虑配电网g'中节点的拓扑结构和运行脆弱性，能够随系统运行情况的变化动态评估节点脆弱性，从而对制定电力系统运行计划、预防电力系统事故具有重要意义。附图说明[0091]图1为本发明的配电网g'节点脆弱度评估流程图。具体实施方式[0092]本实施例中，结合复杂网络理论、随机潮流和风险评估建立了配电网g'的拓展拓扑模型，在此基础上，从拓扑结构脆弱性和运行特性脆弱性出发，提出了一种考虑分布式电源不确定性的配电网节点脆弱性评估方法，该方法首先考虑分布式电源出力的客观和认知不确定性，建立风光参数化p-box模型，引入随机潮流的在险价值分析随机潮流的分布，构建配电网g'实时运行状态的网络模型；其次从结构脆弱性和运行脆弱性两方面分别提出了结构脆弱度指标和运行脆弱度指标来分析配电网g'节点的脆弱性；最后利用组合赋权法求取指标的主客观权重，结合逼近理想解排序法进行节点综合脆弱性的评估与排序。从而准确识别配电网薄弱环节，对制定电力系统运行计划、预防电力系统大规模事故具有重要意义。具体的说，如图1所示，是按如下步骤进行：[0093]步骤一、基于随机潮流和风险评估构建配电网网络模型；[0094]步骤1.1、构建风机出力的p-box模型；[0095]步骤1.1.1、根据历史数据所获得的形状参数x的分布和尺度参数c的分布，得到风速v的weibull分布模型，从而利用式(1)构建风力发电机的出力模型：[0096][0097]式(1)中：p为风力发电机的出力，pw为风力发电机的额定功率；vci为风力发电机的切入风速；vr为风力发电机的额定风速；vco为风力发电机的切出风速。；[0098]步骤1.1.2、获取风速v的累计分布函数f(v)并作为不确定性边界，并根据形状参数x的分布范围[xmin,xmax]和尺度参数c的分布范围[cmin,cmax]，利用式(2)得到p-box模型的上下边界fu和fl：[0099][0100]式(2)中，xmin表示形状参数x的最小值，xmax表示表示形状参数x的最大值，cmin表示尺度参数c的最小值，cmax表示尺度参数c的最大值。[0101]步骤1.1.3、对p-box模型进行等可信度离散化后，得到风速的ds形式，从而利用式(1)得到风力发电机的出力p的ds形式并作为风机出力的p-box模型。[0102]步骤1.2、构建光伏出力的p-box模型；[0103]步骤1.2.1、根据太阳能光照强度的随机变化服从beta分布的原理，利用式(3)得到光伏发电机出力的概率密度函数f(ps)：[0104][0105]式(3)中：ps和pm为光伏电池实际输出的功率和最大输出功率；α和β为beta分布的形状参数；γ为伽马函数。[0106]步骤1.2.2、获取光伏电池际输出功率的累计分布函数g(p)并作为不确定性边界，并根据beta分布的形状参数α的分布范围[αmin,αmax]以及β的分布范围[βmin,βmax]，利用式(4)得到p-box模型的上边界gu(p)、下边界gl(p)：[0107][0108]式(4)中：p为输出功率ps与最大功率pm的比值；g表示，αmin表示形状参数α的最小值，αmax表示形状参数α的最大值，βmin表示形状参数β的最小值，βmax表示形状参数β的最大值。[0109]步骤1.2.3、对p-box模型进行等可信度离散化后，生成光伏出力的ds形式并作为光伏出力的p-box模型。；[0110]步骤1.3、引入随机潮流的在险价值var计算随机潮流的分布，随机潮流的结果是一个概率分布函数，在险价值能够将潜在风险与其发生的可能性相结合，从而利用式(5)计算在给定置信度下支路或节点可能承担的最大有功功率pmax：[0111]pmax(pbr＞varbr)＝1-ξbrꢀꢀꢀꢀ(5)[0112]式(5)中：pbr为支路有功标幺值，ξbr为支路有功的置信值，varbr为ξbr的风险指标。[0113]步骤1.4：结合风险评估，并用无向连接图g＝{n,e,w}和邻接矩阵a描述配电网g'的拓扑模型；其中n＝{n1,n2,…,ni,…,nm}为节点的非空有限集，包含联络线、发电机、负荷节点，ni为配电网g'中的第i个节点，m为配电网g'中的节点总数；e为边的集合，包含配电网中所有输电线路；w为边的权重集，且为varbr和线路电抗的乘积；所述邻接矩阵a＝[aij]m×m表示节点间连接关系和支路及节点承担的功率，且第i行第j列的元素aij由式(6)计算：[0114][0115]式(6)中，δ3(i,j)＝varbr(i,j)/zij表示第i个节点ni与第j个节点nj间的输电线路eij的权重，varbr(i,j)为输电线路eij的风险指标，zij为输电线路eij的阻抗标幺值，i，j≤m。[0116]步骤二、建立配电网节点脆弱性评估指标体系；[0117]步骤2.1、根据配电网g'的结构特征，建立配电网节点的结构脆弱度指标；[0118]步骤2.1.1、根据与分布式电源直接相连的节点，其节点的度值加1的原理，利用式(7)计算第j个节点nj的度de(j)：[0119][0120]式(7)中：δ1(i,j)表示配电网g'中第i个节点ni与第j个节点nj间的连接情况，若第i个节点ni与第j个节点nj相邻，则令δ1(i,j)＝1，反之，则令δ1(i,j)＝0；δ2(j)表示配电网g'中第j个节点nj与分布式电源的连接情况，若第j个节点nj接有分布式电源，则令δ2(j)＝1，反之，则令δ2(j)＝0，i≠j。[0121]步骤2.1.2、利用式(8)计算配电网g'中第i个节点ni与相邻第j个节点nj之间输电线路eij的重要度ie(i,j)：[0122][0123]式(8)，de(i)表示第i个节点ni的度。[0124]步骤2.1.3、以节点的度为依据，将ie(i,j)按比例切分，从而利用式(9)得到第j个节点nj对其输电线路eij重要度的贡献ne(i,j)：[0125][0126]步骤2.1.4、利用式(10)计算第j个节点nj的有功度数dp(j)，评价节点在功率输送中的作用：[0127][0128]节点有功度数反映节点在给定置信水平下输送和分配的功率阈值，其值越大表明通过该节点的功率越多，节点脆弱性越高。[0129]步骤2.1.4、利用式(11)计算第j个节点nj的结构脆弱度指标brs(j)：[0130][0131]式(11)中，为第j个节点nj相邻的节点集合。[0132]步骤2.2、基于潮流变化熵，建立配电网节点的运行脆弱度指标；[0133]步骤2.2.1、利用式(12)计算反映信息网稳定程度的熵h：[0134][0135]式(12)中，xt为信息源x的第t个取值，c为信息源x取值的个数；p(xt)为信息源x取第t个值时的概率。[0136]步骤2.2.2、断开配电网g'中的任意一条线路l后，使得配电网g'重构运行，并利用式(13)计算重构运行的配电网g'中任意一条非故障线路u的潮流变化量δpu：[0137][0138]式(13)中，和分别为重构运行前和重构运行后线路u承载的有功功率；d表示非故障线路的集合。[0139]步骤2.2.3、利用式(14)得到重构运行的配电网g'中第k个节点nk的潮流变化量δpk：[0140][0141]式(14)中，n(k)表示重构运行的配电网g'中与第k个节点nk连接的线路集合，k≤m。[0142]步骤2.2.4、利用式(15)计算线路l断开后引起的第k个节点nk上的潮流变化比率rk,l：[0143][0144]式(15)中，nf为故障支路的集合；δpk,l为线路l断开后第k个节点nk的潮流变化量。[0145]步骤2.2.5、综合考虑配电网g'中所有可能的单线故障，利用式(16)得到第k个节点nk的潮流变化熵hk：[0146][0147]步骤2.2.6、利用式(17)得到第k个节点nk的运行特性脆弱度ovik：[0148][0149]第k个节点nk的运行特性脆弱度ovik能够从配电网的运行状态角度反映第k个节点nk的脆弱性，ovik的值越大，表示第k个节点nk的潮流传输所受故障重构的影响越大，即越脆弱。[0150]步骤三、计算配电网节点脆弱度指标综合权重；[0151]步骤3.1、基于熵权法确定客观权重：[0152]步骤3.1.1、构建各指标值决策矩阵v＝[vkh]m×m1，其中，vkh表示第k个节点nk的第h个指标脆弱度，m1表示配电网g'的脆弱度指标总数；[0153]步骤3.1.2、对v进行无量纲化处理，得到无量纲化的决策矩阵v′＝[v′kh]m×m1，其中，v′kh表示vkh的标幺值。[0154]步骤3.1.3、利用式(20)计算第h个指标的熵值τh：[0155][0156]式(20)中，rkh为第k个节点nk的第h个指标的特征比重，且[0157]步骤3.1.4、利用式(21)计算第h个指标的客观权重γ1h：[0158][0159]式(21)中，τ1为第1个指标的熵值，τ2为第2个指标的熵值，0≤γ1h≤1，令γ11+γ12＝1；γ11表示第1个指标的客观权重，γ12表示第2个指标的客观权重。熵权值越大，说明第h个指标下的节点脆弱度值差异越大，传递的有效信息越多，重要性越高。[0160]步骤3.2、本发明考虑的脆弱度指标个数小于3，根据分配比例法确定第h个指标的主观权重γ2h。[0161]步骤3.3、根据最小相对信息熵原理，结合主客观权重，从而利用式(22)得到第h个指标的综合权重γh：[0162][0163]式(22)中，γ21表示第1个指标的主观权重，γ22表示第2个指标的主观权重。[0164]步骤四、配电网节点综合脆弱度排序与评估；[0165]步骤4.1、利用式(23)构建加权指标决策矩阵z＝[zkh]m×m1：[0166]z＝[v′kh]*diag(γ1,γ2)ꢀꢀꢀꢀ(23)[0167]式(21)中，γ1为第1个指标的综合权重，γ2为第1个指标的综合权重，diag(γ1,γ2)表示对角线元素为γ1和γ2的对角矩阵。[0168]步骤4.2、根据加权指标决策矩阵z，利用式(24)和式(25)确定正理想解集z+和负理想解集z-：[0169][0170][0171]式(24)和式(25)中，表示配电网g'的所有节点中第1个指标决策变量的最大值，表示配电网g'的所有节点中第2个指标决策变量的最大值，表示配电网g'的所有节点中第1个指标决策变量的最小值，表示配电网g'的所有节点中第2个指标决策变量的最小值，zk1表示第k个节点nk的第1个指标的决策变量，zk2表示第k个节点nk的第2个指标的决策变量。[0172]步骤4.3、利用式(26)和(27)计算第k个节点nk的待评价方案分别与正理想解集z+的距离负理想解集的距离[0173][0174][0175]式(24)和式(25)中，表示第h个指标的正理想解集，表示第h个指标的负理想解集，zkh表示第k个节点nk的第h个指标的加权指标决策变量。[0176]步骤4.4、利用式(28)计算第k个节点nk的待评价方案与理想解决方案的相对接近度sk；[0177][0178]式(28)中：0≤sk≤1，且sk越大越小。[0179]步骤4.5、对sk进行归一化处理，并将归一化后的相对接近度sk′作为节点综合脆弱度指标，按照节点综合脆弱度指标的大小对配电网g'的节点进行排序，并基于排序结果评估配电网g'中节点的脆弱度。[0180]综上所述，本发明首先进行了分布式电源出力的参数化p-box建模，引入随机潮流的在险价值var分析随机潮流的分布，构建综合反映配电网的结构特性和运行情况的配电网g'模型；其次，从配电网的结构特征和运行特性两方面出发，建立配电网节点脆弱性评估指标体系；最后，利用组合赋权法求取指标的主客观权重，并基于加权指标决策矩阵，采用逼近理想解排序法进行节点综合脆弱性的评估与排序。









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!