本發(fā)明屬于電表監(jiān)控分析領域，涉及云計算技術，是一種基于Map-Reduce模型改進的k-means數(shù)據(jù)挖掘算法和遺傳算法的智慧節(jié)電監(jiān)控與用電行為分析系統(tǒng)。

背景技術：

當前我國經(jīng)濟逐步從注重經(jīng)濟增長逐步向注重經(jīng)濟增長方式轉變，節(jié)能減排和低碳經(jīng)濟逐步被人們所重視，大量節(jié)能產(chǎn)品順勢而生，但其節(jié)能效果并不能直觀的體現(xiàn)給用戶。

安裝智慧電表是解決智慧節(jié)電監(jiān)控的有效途徑。

智慧電表對電力數(shù)據(jù)的計量是雙向的，即用戶可以參與到電能管理的工作范圍之內(nèi)，積極調(diào)控與自己相關電表的數(shù)據(jù)信息，實現(xiàn)用戶做主計量調(diào)控電表數(shù)據(jù)，實現(xiàn)智慧節(jié)電監(jiān)控。

但是，傳統(tǒng)的智慧電表監(jiān)控智慧用電仍然存在以下幾點不足：

(1)智慧電表本身數(shù)據(jù)的展示有空間和時間的局限——必須由網(wǎng)線將數(shù)據(jù)采集器連至電腦才能展示，不便于人們隨時隨地的監(jiān)控用電數(shù)據(jù)。

(2)智慧電表只能儲存和監(jiān)控用戶數(shù)據(jù)，并不能根據(jù)用戶用電行為來進行有效的分析，使用戶高效智能用電，節(jié)約能耗。

技術實現(xiàn)要素：

本發(fā)明的目的是提供一種基于云計算的智慧節(jié)電監(jiān)控與分析系統(tǒng)，該節(jié)電監(jiān)控與分析系統(tǒng)實現(xiàn)了用戶用電情況的可視化，并對用戶用電情況的分析，給出用戶用電策略，使用戶高效智能用電，節(jié)約能耗。

為實現(xiàn)上述目的，本發(fā)明的技術要點是：一種基于云計算技術的智慧節(jié)能電表監(jiān)控系統(tǒng)，包括云端服務器，接收智慧電表采集用電器的用電數(shù)據(jù)，電數(shù)據(jù)分布式存儲于云端服務器中，并在云端服務器使用基于Map-Reduce模型改進的k-means算法對所述用電數(shù)據(jù)進行分析，以挖掘用戶的用電行為關聯(lián)規(guī)則，并對用戶的行為規(guī)則分析。

與現(xiàn)有技術相比，本發(fā)明的有益效果在于：

本發(fā)明的智慧節(jié)電監(jiān)控與分析系統(tǒng)，由于采用電數(shù)據(jù)分布式存儲于云端服務器中，并在云端服務器使用基于Map-Reduce模型改進的k-means算法對所述用電數(shù)據(jù)進行分析，以挖掘用戶的用電行為關聯(lián)規(guī)則，并對用戶的行為規(guī)則分析。該技術方案，使得用戶可以了解自己的用電行為間的關聯(lián)規(guī)則，以及我們?yōu)橛脩粼O計的智能用電策略，可以有效的提高用戶的用電效率，減少能耗，實現(xiàn)經(jīng)濟用電的目的。

附圖說明

圖1基于云計算的智慧節(jié)電監(jiān)控與分析系統(tǒng)系統(tǒng)結構圖；

圖2基于云計算的用戶用電行為分析流程；

圖3數(shù)據(jù)采集流程圖；

圖4智慧電表的整體組成架構。

具體實施方式

下面將結合附圖以及具體的實施例來詳細說明本發(fā)明，為本發(fā)明的示意性實施及說明，用于解釋本發(fā)明，但并不作為對本發(fā)明的限定。

實施例1：一種基于云計算技術的智慧節(jié)能電表監(jiān)控系統(tǒng)，包括云端服務器，接收智慧電表采集用電器的用電數(shù)據(jù)，電數(shù)據(jù)分布式存儲于云端服務器中，并在云端服務器使用基于Map-Reduce模型改進的k-means算法對所述用電數(shù)據(jù)進行分析，以挖掘用戶的用電行為關聯(lián)規(guī)則，并對用戶的行為規(guī)則分析。

如圖1所示：采集器DLL通過USB接口與電腦連接，在電腦上進行相應配置，使DLL正常工作，通過設置DLL采集器，將采集到的數(shù)據(jù)定時存于PC上的指定目錄中，之后利用JAVA語言編程，將文件以表格的形式存放在服務器上的數(shù)據(jù)庫中。利用PHP技術將服務器上數(shù)據(jù)庫中的數(shù)據(jù)以圖表形式在網(wǎng)頁中呈現(xiàn)，達到數(shù)據(jù)可視化。

本實施例的數(shù)據(jù)分析技術實現(xiàn)如下：

如圖2所示：用戶根據(jù)自己的需要安裝智慧電表，一個用戶可以安裝多個智慧電表，例如，一個大型用電工廠，由于機器電能消耗過大，可以在每個大型用電器上裝一個智慧電表來監(jiān)測耗能情況；一個家庭可以整體一家只裝一個智慧電表，也可以選擇他們需要具體監(jiān)測的電器另外單獨安裝電表監(jiān)測電器耗能情況。智慧電表采集相應的用電器的用電數(shù)據(jù)，將智慧電表采集到數(shù)據(jù)進行分布式儲存，在云計算處理過程中采用基于Map-Reduce模型改進的k-means算法進行數(shù)據(jù)挖掘，k-means算法是一種屬于劃分方法的聚類算法，通常采用歐氏距離作為2個樣本相似程度的評價指標，其基本思想是：隨機選取數(shù)據(jù)集中的k個點作為初始聚類中心，根據(jù)數(shù)據(jù)集中的各個樣本到k個中心的距離將其歸到距離最小的類中，然后計算所有歸到各個類中的樣本的平均值，更新每個類中心，直到平方誤差準則函數(shù)穩(wěn)定在最小值。

用電數(shù)據(jù)進行分析的方法是：

S1.智慧電表獲取的用電數(shù)據(jù)以表格形式，csv文件類型傳輸?shù)皆品掌鞫?，用電?shù)據(jù)以分布式數(shù)據(jù)存儲的形式按照行列一個個數(shù)據(jù)集合，進行預處理，將其轉換為標準數(shù)據(jù)格式<ID，time，quantity>，其中ID為智慧電表編號，time為數(shù)據(jù)采集時間，quantity為用電量；

S2.從所述數(shù)據(jù)集合中，任意選出k個數(shù)據(jù)集合對象作為聚類中心，并將其發(fā)送到空閑的Map任務點；

S3.在Map任務點中，Map函數(shù)對標準用電數(shù)據(jù)格式<ID，time，quantity>進行逐一檢測，計算出標準用電數(shù)據(jù)與k聚類中心點之間的距離，獲得最小距離，其中這個距離叫做歐式距離，最小距離記為Kmin；

S4.獲得最小距離Kmin后，重新對所述數(shù)據(jù)集合進行整理，Map函數(shù)產(chǎn)生新格式<Kmin，all>，其中最小距離Kmin是智慧電表聚類標志(在這里意思是指歐氏距離最小值是智慧代表的聚類標志)，all中包含智慧電表編號，數(shù)據(jù)采集時間，用電量；

S5.對產(chǎn)生的新數(shù)據(jù)集合按照最小距離Kmin(歐式距離最小值)，利用Partitioner函數(shù)進行處理，進而區(qū)分為r個區(qū)域，將所有區(qū)域發(fā)送到Reduce任務點；

S6.利用Reduce函數(shù)不斷計算最小距離Kmin(歐式距離最小值)的均值，從而獲取最穩(wěn)定的最小距離Kmin(歐式距離最小值)聚類均值中心點；

S7.根據(jù)平方誤差準則函數(shù)計算，當函數(shù)處于收斂狀態(tài)時，中止上述算法并輸出k個集合的數(shù)據(jù)，否則不斷重復上述算法。

而作為另一種實施例：

所述用電數(shù)據(jù)進行分析的方法是：

S1.用電信息數(shù)據(jù)集以行形式存儲在分布式文件系統(tǒng)中，使得待處理的用電數(shù)據(jù)集能夠按行分片形成用電數(shù)據(jù)子集，任務管理按照k-means算法確定聚類個數(shù)k，并初始化k個聚類中心，發(fā)送到m個待執(zhí)行Map任務的節(jié)點，Map是任務數(shù)；

S2.對分布式文件系統(tǒng)中的用電數(shù)據(jù)子集進行格式化，產(chǎn)生<keyl，valuel>鍵值對，具體格式化為<UserlD，info>，其中：UserlD表示家庭用戶ID，info為家庭用戶信息，所述的家庭用戶信息包括房屋面積、家庭成員數(shù)、用電量；

S3.Map函數(shù)對輸入的家庭用戶用電數(shù)據(jù)子集的每個記錄<UserlD，info>進行掃描，分別計算其與k個中心點的歐式距離，記錄距離最小的中心點kmin；Map函數(shù)生成并輸出中間結果<key₂，value₂>對，其被定義為<kmin，info₁>對，kmin表示該用戶所屬簇的標識，info₁.包括家庭用戶ID、房屋面積、家庭成員數(shù)、用電量信息；

S4.分區(qū)函數(shù)Partitioner將中間結果按照kmin進行哈希，劃分成r個不同的分區(qū)，將每個分區(qū)分配到指定的Reduce函數(shù)；

S5.被分配了Reduce任務的節(jié)點從m個Map任務處讀取相應的中間結果<kmin，list<(inf0₁<userlD₁…>)，(inf0₁<userlD₂…>)，...>>并按照kmin對數(shù)據(jù)進行排序，使得具有相同kmin的數(shù)據(jù)聚集在一起，節(jié)點遍歷排序后的中間數(shù)據(jù)，將<kmin，list>傳遞給Reduce函數(shù)，然后Reduce函數(shù)根據(jù)list值，計算具有相同kmin數(shù)據(jù)的均值向量，更新kmin對應簇的中心點；

S6.重復步驟S2-S5，直至平方誤差準則函數(shù)穩(wěn)定在最小值，分別輸出k個簇的數(shù)據(jù)；

S7.對于第i個簇的數(shù)據(jù)集，重新進行格式化，產(chǎn)生key-value對<EC，list₁>，其中EC為用戶用電量，list₁為用戶其他信息，例如：用電時間，用電空間坐標信息，用戶名等，劃分數(shù)據(jù)集為數(shù)據(jù)子集，交由m個執(zhí)行Map任務的節(jié)點處理：

S8.Map函數(shù)對輸入的數(shù)據(jù)子集進行掃描，生成中間結果<EC，list₁>，每個Map任務產(chǎn)生的中間結果將按照分區(qū)函數(shù)Partitioner按EC值劃分為r個分區(qū)p₁，p₂，...，p_r。同時Map任務分別對每個分區(qū)p₁(1≤i≤r)按EC值進行排序，r個Reduce任務分別獲取相應的中間結果，進而進行Reduce階段的數(shù)據(jù)處理，分區(qū)函數(shù)Partitioner采用范圍劃分原則，使得每個Reduce任務處理一個EC區(qū)間段內(nèi)的中間結果[EC_i，EC_j]。

在該方法處理之后，可以進行挖掘，挖掘出該用戶的用電行為關聯(lián)規(guī)則，再對用戶的行為規(guī)則進行分析，分析該家庭在用電過程中可能存在的潛在用電行為蹤跡。通過使用遺傳算法對家用電器的啟動時間進行優(yōu)化,達到經(jīng)濟用電的目標。

用戶用電行為的啟動時間看作遺傳算法的決策變量。對用電時間問題的規(guī)劃采用把1h劃分為5個單位時段,每個單位時段時長為12min,即一天的24h劃分為120個時間段,用u代表各時段,u∈U＝{1,2,3,…,120},因此遺傳算法編碼采用七位二進制數(shù)表示。在一天的時段區(qū)域U內(nèi)以目標函數(shù)的倒數(shù)為適應度函數(shù),如式f(u)＝1Σ120u＝1[Pday(u)prc(u)]中:Pday為日總電能消耗；prc(u)為u時段的電價。給定種群規(guī)模Ns,交叉率Pc和變異率Pm,代數(shù)T。遺傳算法的實現(xiàn)過程如下。首先,在實際啟動時間的范圍隨機產(chǎn)生一定數(shù)量的初始種群個體,將這些種群視為第一代。然后計算每個個體的適應度值,再依次完成選擇、交叉、變異,然后得到實際啟動時間的一種新的種群個體,然后判斷是否達到循環(huán)結束要求,在選擇過程中采用輪盤賭的方式選擇適應度較大的個體進入下一步。綜合以上兩個算法,完成對家庭智能用戶用電行為的數(shù)據(jù)挖掘,同時結合實時電價在合適的電價時段開啟家用電器,以此生成智能用電策略達到高效用電的目的。

作為一種方案，用戶可以隨時隨地的用電腦、手機、平板登錄我們系統(tǒng)選擇喜歡的用電數(shù)據(jù)展示形式查看，并查看推薦的用電策略。

如圖3所示：根據(jù)日常用電情況，用戶可以設置用電境界線，當通過對電力參數(shù)的實時分析，在實時監(jiān)視過程中及時發(fā)現(xiàn)電能消耗異?，F(xiàn)象如發(fā)生諧波問題或功率因數(shù)過低的問題，可以及時采取有效措施進行設備改造或補償。以避免電能損耗和設備老化的問題。通過對電力參數(shù)的實時分析，可以及時發(fā)現(xiàn)潛在故障，如通過錄波數(shù)據(jù)可以捕捉到一些嚴重的瞬態(tài)故障。使監(jiān)控人員能夠及時干預解決問題，避免嚴重故障的發(fā)生，從而減少設備維護費用，延長設備使用壽命。為減少不必要的電能花費，可以優(yōu)化配電系統(tǒng)運行模式，如對定時用電設備進行集中控制。通過對各用電單位電能消耗數(shù)據(jù)分析(可按柱狀圖和餅狀圖等方式)，可對配電系統(tǒng)內(nèi)部的各用電單位進行電能分配、計量和監(jiān)控，以避免電能浪費。

電表數(shù)據(jù)超過平時水平急劇增長時，電表脈沖過大觸發(fā)警報器，警報器發(fā)出警報，同時，監(jiān)控系統(tǒng)也發(fā)出警報，提醒管理者用電器的不正常運作行為，及時發(fā)現(xiàn)潛在故障，可以及時采取有效措施進行設備改造或補償使監(jiān)控人員能夠及時干預解決問題，避免嚴重故障的發(fā)生，從而減少設備維護費用，延長設備使用壽命。本發(fā)明的智慧電表監(jiān)控系統(tǒng)，用戶可以通過登錄系統(tǒng)查看最及時有效準確的用電數(shù)據(jù)，通過圖表的展示更清楚明了的掌握最新電量數(shù)據(jù)動態(tài)，并對數(shù)據(jù)進行自動的分析處理，給出優(yōu)化方案和策略，使用戶有效的采取節(jié)能措施，大大的提高了電能的利用率達到節(jié)能效果。

本實施例還設置了警報系統(tǒng)，及時的反饋緊急信息，使得用戶減少損失，進一步的節(jié)能。或者設有用戶互動論壇，發(fā)表評論和建議，使用戶之間可以分享節(jié)能方法，通過交流使得節(jié)能更有樂趣。同時也可以針對我們的系統(tǒng)工作運行提出改進的建議，使得我們能更好的開發(fā)和改良用于需要的功能。

實施例2：本實施例提供一種基于云計算的智慧節(jié)電監(jiān)控與分析系統(tǒng)，是對實施例1中技術方案的補充，該系統(tǒng)包括：

數(shù)據(jù)可視模塊，所述的數(shù)據(jù)可視模塊包括用戶的用電統(tǒng)計、用戶的用電趨勢、用戶的用電比較。數(shù)據(jù)分析模塊，所述的數(shù)據(jù)分析模塊包括用戶的用電分析、用戶的用電優(yōu)化、用戶的用電策略。

用戶互動模塊，所述的用戶互動模塊包括用戶發(fā)布信息的上報、用戶及其他用戶發(fā)布評論的討論。

用戶管理模塊，所述用戶管理模塊包括注冊用戶信息的管理、用戶的認證、用戶信息的儲存與管理。

信息審核模塊，所述內(nèi)容審核模塊用于判斷其他用戶發(fā)布的評論信息是否為有效信息，若不是有效信息則過濾該評論信息，若是有效信息則對討論信息進一步判斷該信息是否為廣告信息，若不是則發(fā)布到用戶互動平臺。

用戶通過瀏覽器直接訪問智慧節(jié)電監(jiān)控與分析系統(tǒng)中的數(shù)據(jù)可視模塊、數(shù)據(jù)分析模塊、用戶互動模塊；管理人員通過瀏覽器直接訪問智慧節(jié)電監(jiān)控與分析系統(tǒng)中的用戶管理模塊、信息審核模塊；所述的智慧節(jié)電監(jiān)控與分析系統(tǒng)均可在PC、手機、PAD上通過瀏覽器訪問。

與現(xiàn)有技術相比，本實施例的有益效果在于：

本發(fā)明的智慧節(jié)電監(jiān)控與分析系統(tǒng)，其中用戶可以直接通過瀏覽器訪問數(shù)據(jù)可視模塊，可以直觀的看到自己的用電數(shù)據(jù)、經(jīng)過處理的用電數(shù)據(jù)柱形圖、各用電設備的用電分布情況以及相同設備不同時間段的用電分布情況；

通過訪問數(shù)據(jù)分析模塊，用戶可以了解自己的用電行為間的關聯(lián)規(guī)則，以及我們?yōu)橛脩粼O計的智能用電策略，可以有效的提高用戶的用電效率，減少能耗，實現(xiàn)經(jīng)濟用電的目的。

通過訪問用戶管理模塊，可以使用戶和用戶之間得到更好的溝通，為了實現(xiàn)更好的用戶體驗，幫助用戶系統(tǒng)使用及對不同節(jié)能電器的信息獲取，本發(fā)明還設置有服務評價模塊。

實施例3：一種基于云計算技術的智慧節(jié)能電表監(jiān)控系統(tǒng)，包括云端服務器，接收智慧電表采集用電器的用電數(shù)據(jù)，電數(shù)據(jù)分布式存儲于云端服務器中，并在云端服務器使用基于Map-Reduce模型改進的k-means算法對所述用電數(shù)據(jù)進行分析，以挖掘用戶的用電行為關聯(lián)規(guī)則，并對用戶的行為規(guī)則分析。所述基于Map-Reduce模型改進的k-means算法是：隨機選取數(shù)據(jù)集中的k個點作為初始聚類中心，根據(jù)數(shù)據(jù)集中的各個樣本到k個中心的距離將其歸到距離最小的類中，然后計算所有歸到各個類中的樣本的平均值，更新每個類中心，直到平方誤差準則函數(shù)穩(wěn)定在最小值。

所述用電數(shù)據(jù)進行分析的方法是：

S1.智慧電表獲取的數(shù)據(jù)以表格形式，csv文件類型傳輸?shù)皆品掌鞫?，這些用電數(shù)據(jù)以分布式數(shù)據(jù)存儲的形式按照行列一個個數(shù)據(jù)集合，對這些數(shù)據(jù)進行預處理，將其轉換為標準數(shù)據(jù)格式<ID，time，quantity>，其中ID為智慧電表編號，time為數(shù)據(jù)采集時間，quantity為用電數(shù)量；

S2.從這些數(shù)據(jù)集合中，任意選出k個數(shù)據(jù)集合對象做為聚類中心，并將其發(fā)送到空閑的Map任務點；

S3.在Map任務點中，Map函數(shù)對標準用電數(shù)據(jù)格式<ID，time，quantity>進行逐一檢測，計算出他們與k聚類中心點之間的距離，獲得最小距離。其中這個距離叫做歐式距離，最小距離記為Kmin；

S4.獲得Kmin后，重新對數(shù)據(jù)集合進行整體，Map函數(shù)產(chǎn)生新格式<Kmin，all>，其中Kmin是智慧電表聚類標志，all中包含智慧電表編號，數(shù)據(jù)采集時間，用電數(shù)量；

S5.對產(chǎn)生的新數(shù)據(jù)集合按照Kmin利用Partitioner函數(shù)進行處理，進而區(qū)分為r個區(qū)域，將所有區(qū)域發(fā)送到Reduce任務點；

S6.利用Reduce函數(shù)不斷的計算Kmin的均值，從而獲取最穩(wěn)定的Kmin聚類均值中心點；

S7.根據(jù)平方誤差準則函數(shù)計算，當函數(shù)處于收斂狀態(tài)時，中止上述算法并輸出k個集合的數(shù)據(jù)，否則不斷重復上述算法。

對用戶的行為規(guī)則分析，以分析家庭在用電過程中存在的用電行為蹤跡，用戶用電行為的啟動時間為遺傳算法的決策變量，把1h劃分為5個單位時段，每個單位時段時長為12min，用u代表各時段,u∈U＝{1,2,3,…,120}；

遺傳算法編碼采用七位二進制數(shù)表示，在一天的時段區(qū)域U內(nèi)以目標函數(shù)的倒數(shù)為適應度函數(shù)：

f(u)＝1Σ120u＝1[Pday(u)prc(u)]；

其中:Pday為日總電能消耗，prc(u)為u時段的電價；

給定種群規(guī)模Ns,交叉率Pc和變異率Pm，代數(shù)T，遺傳算法的實現(xiàn)過程如下：

首先,在實際啟動時間的范圍隨機產(chǎn)生一定數(shù)量的初始種群個體,將這些種群視為第一代，然后計算每個個體的適應度值,再依次完成選擇、交叉、變異,然后得到實際啟動時間的一種新的種群個體,再判斷是否達到循環(huán)結束要求,在選擇過程中采用輪盤賭的方式選擇適應度較大的個體進入下一步。

作為一種實施例，使用采集器DLL通過USB接口與電腦連接，將采集到的用電數(shù)據(jù)定時存于電腦上的指定目錄中，利用JAVA語言編程，將文件以表格的形式存放在服務器上的數(shù)據(jù)庫中，利用PHP技術將服務器上數(shù)據(jù)庫中的數(shù)據(jù)讀取出來，然后用JQuery以圖表形式在網(wǎng)頁中呈現(xiàn)，達到數(shù)據(jù)可視化。并且使用其構建具有語義信息的移動電子商務應用模型以及典型應用開發(fā)。

本實施例中的所述系統(tǒng)，用于收集和分析智慧電表采集的電量數(shù)據(jù)，將電表收集的數(shù)據(jù)保存至云端，移動端根據(jù)需要通過無線網(wǎng)絡獲取云端數(shù)據(jù)，并在移動端以數(shù)字和圖形的方式呈現(xiàn)。利用基于Map-Reduce模型改進的k-means算法算法對數(shù)據(jù)進行分析挖掘出該用戶的用電行為關聯(lián)規(guī)則，對用戶的行為規(guī)則進行分析，采用遺傳算法對用電分布進行優(yōu)化，從而根據(jù)用戶的用電習慣設計出用戶個性化的用電策略。并設有警報功能和用戶互動平臺。該遠程監(jiān)控系統(tǒng)還包括利用JAVA語言編程，將文件以表格的形式存放在服務器上的數(shù)據(jù)庫中。利用PHP技術將服務器上數(shù)據(jù)庫中的數(shù)據(jù)以圖表形式在網(wǎng)頁中呈現(xiàn)，達到數(shù)據(jù)可視化。通過基于Map-Reduce模型改進的k-means算法進行數(shù)據(jù)挖掘對電力參數(shù)的實時分析，在實時監(jiān)視過程中及時發(fā)現(xiàn)電能消耗異常現(xiàn)象，可以及時發(fā)現(xiàn)潛在故障，對配電系統(tǒng)內(nèi)部的各用電單位進行電能分配、計量和監(jiān)控，以避免電能浪費。作為一種實施例，可以設置電量警告線，當用電量超過警告線，或者當在實時監(jiān)視過程中及時發(fā)現(xiàn)電能消耗異?，F(xiàn)象，警報器及系統(tǒng)都將給出警報，提醒管理者采取節(jié)能措施，達到節(jié)能效果。此外，構建具有語義信息的移動電子商務應用模型以及典型應用開發(fā)。比如用戶可以一起談論某一廠家電器的耗電量、節(jié)能情況等，也可以上傳自己的圖片，將這兒的信息保留下來，方便別人到此能搜到信息而了解這里的一些情況，形成移動視覺檢索軟件。

以上所述，僅為本發(fā)明創(chuàng)造較佳的具體實施方式，但本發(fā)明創(chuàng)造的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發(fā)明創(chuàng)造披露的技術范圍內(nèi)，根據(jù)本發(fā)明創(chuàng)造的技術方案及其發(fā)明構思加以等同替換或改變，都應涵蓋在本發(fā)明創(chuàng)造的保護范圍之內(nèi)。