基于约束优化的区域电网新能源出力极值求取方法和系统

摘要

本发明公开了一种基于约束优化的区域电网新能源出力极值求取方法和系统。其中，该方法包括：采集电力系统的基本信息，基于所得信息分析电力系统潮流合理性；以近区各新能源机组出力为决策变量，并列出对应的目标函数；确定近区新能源出力调整应满足的目标约束条件；根据目标函数及目标约束条件，通过调整近区各新能源机组的出力水平，求解近区新能源机组出力总和的极大值以及对应的新能源出力分布。本发明能够应用于直流输电工程送端近区存在大量新能源接入，且新能源出力水平以及直流工程运行功率受近区新能源暂态过电压约束的情况，可以对直流送端近区新能源出力进行调整，在保证电网安全稳定运行的前提下，以达到效益最大化的目标。

说明书

技术领域

本发明涉及大规模电网规划与运行技术领域，并且更具体地，涉及一种基于约束优化的区域电网新能源出力极值求取方法和系统、以及存储介质和电子设备。

背景技术

新能源多场站短路比(multiple renewable energy station short circuitratio，MRSCR)是计及多新能源场站间相互影响的短路比指标。该指标考虑了不同节点之间各电气量幅值、相位差，并可计及新能源发电设备无功的影响，适用于各类不同场景下多新能源场站接入系统电压强度评估计算。

新能源多场站短路比反映了多新能源场站接入系统的电压强度及电网对新能源发电设备电网侧接入点/场站并网点母线无功电压支撑能力的大小。工程中，接受阻抗比

在工程上，MRSCR的指标对于直流输电工程送端的新能源暂态过电压水平有一定的指征能力，现有技术提出了新能源场站临界短路比的概念以及短路比临界指标1.5的判据，澳大利亚电网要求任何发电设备均需在接入点短路比为1.5的系统条件下能够稳定运行，华为对此进行了测试验证。2020年强制性国家标准《电力系统安全稳定导则》提出了新能源多场站短路比定义。结合国内外现有相关标准和实际新能源在各类工况和扰动下能够达到的性能，新能源发电单元升压变低压侧的多场站短路比应不小于1.5，是设备稳定运行需要满足的最低要求；新能源并网点的多场站短路比是指导性指标，综合反映新能源稳定运行水平及系统强度，是评估系统安全稳定性的重要指标。本方法中采用1.5作为新能源发电单元升压变低压侧即新能源机端MRSCR临界值指标。

约束优化(Constrained Optimization)是在一系列约束条件下，寻找一组参数值，使某个或某一组函数的目标值达到最优的数学方法。约束优化是优化问题中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支，广泛应用于军事作战、经济分析、经营管理和工程技术等方面。可以采用约束优化的方法来实现柔直工程功率与近区电厂功率的协调控制。

但是，由于直流输电工程交流系统送端近区存在大量新能源接入，且新能源出力水平以及直流工程运行功率受到近区新能源暂态过电压约束的情况，因此无法准确给出在被新能源暂态过电压约束的区域电网内的新能源出力总和的极大值。

针对上述的现有技术中存在的无法准确给出在被新能源暂态过电压约束的区域电网内的新能源出力总和的极大值的技术问题，目前尚未提出有效的解决方案。

发明内容

针对现有技术中存在的无法准确给出在被新能源暂态过电压约束的区域电网内的新能源出力总和的极大值的技术问题，本发明提供一种基于约束优化的区域电网新能源出力极值求取方法和系统、以及存储介质和电子设备。

根据本发明的一个方面，提供了一种基于约束优化的区域电网新能源出力极值求取方法，包括：

采集电力系统的基本信息，并基于采集到的基本信息对电力系统进行潮流合理性分析；

设置近区各新能源机组出力为决策变量，并列出与近区各新能源机组出力对应的目标函数；

确定近区新能源出力调整应满足的目标约束条件；

根据目标函数及目标约束条件，求解近区新能源机组出力总和的极大值以及对应的新能源出力分布。

可选地，基本信息包括：近区各新能源节点有功功率值P

可选地，基于采集到的基本信息对电力系统进行潮流合理性分析，包括：

基于采集到的基本信息，检查节点电压、线路功率及变压器上下网功率，确保潮流收敛性及合理性；

若潮流不收敛或者不合理，重新调整电力系统参数。

可选地，近区各新能源机组出力为P

可选地，确定近区新能源出力调整应满足的目标约束条件，包括：

确定近区新能源机端的新能源多场站短路比均大于或等于1.5为第一约束条件；

确定基于地区天气因素考虑的近区各新能源机组出力P

根据第一约束条件和第二约束条件，确定确定近区新能源出力调整应满足的目标约束条件。

可选地，根据目标函数及目标约束条件，求解近区新能源机组出力总和的极值以及对应的新能源出力分布，包括：

根据目标函数及目标约束条件，确定近区新能源出力的约束优化表达式为：

式中，P

基于近区新能源出力的约束优化表达式，计算各新能源机组的新能源多场站短路比；

根据计算得到的新能源多场站短路比，判断各新能源机组的新能源多场站短路比是否大于或等于1.5；

根据判断的结果，按照对应的调整规则，对各新能源机组的出力进行调整；

根据调整后的结果，求解近区新能源机组出力总和的极大值以及对应的新能源出力分布。

可选地，根据判断的结果，按照对应的调整规则，对各新能源机组的出力进行调整，包括：在判断的结果为新能源机组机端的新能源多场站短路比大于或等于1.5时，按照新能源多场站短路比对各新能源机组进行排序；

从新能源多场站短路比最大的N个新能源机组开始在P

若某新能源机组j达上限P

多次执行出力调整，每次调整后重新计算各新能源机组机端的新能源多场站短路比，直至新能源多场站短路比最小的新能源机组m机端的新能源多场站短路比第一次降低至第一临界范围1.52≥MRSCR

若初始工况即有新能源机端多场站短路比最小的新能源机组m满足1.52≥MRSCR

可选地，根据判断的结果，按照对应的调整规则，对各新能源机组的出力进行调整，包括：

在判断的结果为近区存在新能源机组机端的新能源多场站短路比小于1.5时，按照新能源多场站短路比对各新能源机组进行排序；

从新能源多场站短路比最小的N个新能源机组开始在P

若某新能源机组j达下限P

多次执行出力调整，每次调整后重新计算各新能源机组的新能源多场站短路比，直至其中新能源多场站短路比最小的新能源机组m的新能源多场站短路比第一次升高至第一临界范围1.52≥MRSCR

可选地，根据调整后的结果，求解近区新能源机组出力总和的极大值以及对应的新能源出力分布，包括：

根据调整后的结果，获得与近区各新能源机组出力对应的目标函数的一组解，从而得到近区新能源机组出力总和的极大值以及对应的新能源出力分布。

根据本发明的另一个方面，提供了一种基于约束优化的区域电网新能源出力极值求取系统，包括：

信息采集模块，用于采集电力系统的基本信息，并基于采集到的基本信息对电力系统进行潮流合理性分析；

目标函数确定模块，用于设置近区各新能源机组出力为决策变量，并列出与近区各新能源机组出力对应的目标函数；

约束条件确定模块，用于确定近区新能源出力调整应满足的目标约束条件；

极值求解模块，用于根据目标函数及目标约束条件，通过调整近区各新能源机组出力，求取近区新能源机组出力总和的极大值以及对应的新能源出力分布。

根据本发明的又一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本发明上述任一方面所述的方法。

根据本发明的又一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本发明上述任一方面所述的方法。

从而，本发明提出的基于约束优化的区域电网新能源出力极值求取方法和系统，首先采集电力系统的基本信息，并基于采集到的基本信息对电力系统进行潮流合理性分析，然后设置近区各新能源机组出力为决策变量，并列出与近区各新能源机组出力对应的目标函数，其次确定近区新能源出力调整应满足的目标约束条件，最后根据目标函数及目标约束条件，求解近区新能源机组出力总和的极大值以及对应的新能源出力分布。从而，本发明能够应用于直流输电工程交流系统送端近区存在大量新能源接入，且新能源出力水平以及直流工程运行功率受到近区新能源暂态过电压约束的情况，以近区新能源机端MRSCR均大于1.5以及计及地区天气因素的出力上下限为约束条件，对近区新能源出力进行调整，从而获得该区域电网内新能源出力极大值以及对应的新能源出力分布，在保证电网安全稳定运行的前提下，以达到效益最大化的目标。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1是本发明一示例性实施例提供的基于约束优化的区域电网新能源出力极值求取方法的流程示意图；

图2是本发明一示例性实施例提供的基于约束优化的区域电网新能源出力极值求取过程的整体流程示意图；

图3是本发明一示例性实施例提供的基于约束优化的区域电网新能源出力极值求取系统的结构示意图；以及

图4是本发明一示例性实施例提供的电子设备的结构。

具体实施方式

下面，将参考附图详细地描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。

应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

本领域技术人员可以理解，本发明实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。

还应理解，在本发明实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。

还应理解，对于本发明实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。

另外，本发明中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本发明中字符“/”，一般表示前后关联对象是一种“或”的关系。

还应理解，本发明对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

本发明实施例可以应用于终端设备、计算机系统、服务器等电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。

终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

图1是本发明一示例性实施例提供的基于约束优化的区域电网新能源出力极值求取方法的流程示意图。本实施例可应用在电子设备上，如图1所示，基于约束优化的区域电网新能源出力极值求取方法100包括以下步骤：

步骤101，采集电力系统的基本信息，并基于采集到的基本信息对电力系统进行潮流合理性分析。

可选地，基本信息包括：近区各新能源节点有功功率值P

可选地，基于采集到的基本信息对电力系统进行潮流合理性分析，包括：基于采集到的基本信息，检查节点电压、线路功率及变压器上下网功率，确保潮流收敛性及合理性；若潮流不收敛或者不合理，重新调整电力系统参数。

在本发明实施例中，步骤101包括下述步骤：

步骤101-1：采集电力系统信息，包括采集近区各新能源节点有功功率值P

步骤101-2：基于步骤101-1中的信息计算电力系统潮流，检查节点电压、线路功率及变压器上下网功率，确保潮流收敛性及合理性。且需满足各场站出力低于计及该地区天气因素的出力上限P

步骤102，设置近区各新能源机组出力为决策变量，并列出与近区各新能源机组出力对应的目标函数。

可选地，近区各新能源机组出力为P

步骤103，确定近区新能源出力调整应满足的目标约束条件。

可选地，确定近区新能源出力调整应满足的目标约束条件，包括：确定近区新能源机端的新能源多场站短路比均大于或等于1.5为第一约束条件；确定基于地区天气因素考虑的近区各新能源机组出力P

在本发明实施例中，步骤103包括下述步骤：

步骤103-1：近区新能源机端的新能源多场站短路比(MRSCR)均大于或等于1.5为约束条件，MRSCR

步骤103-2：确定基于该地区天气因素考虑的近区各新能源机组出力上限P

步骤103-3：根据步骤103-1～103-2，确定近区新能源出力调整应始终满足所列出运行功率约束条件。

步骤104，根据目标函数及目标约束条件，求解近区新能源机组出力总和的极大值以及对应的新能源出力分布。

可选地，根据目标函数及目标约束条件，求解近区新能源机组出力总和的极大值以及对应的新能源出力分布，包括：根据目标函数及目标约束条件，确定近区新能源出力的约束优化表达式为：

式中，P

基于近区新能源出力的约束优化表达式，计算各新能源机组的新能源多场站短路比；根据计算得到的新能源多场站短路比，判断各新能源机组机端的新能源多场站短路比是否大于或等于1.5；根据判断的结果，按照对应的调整规则，对各新能源机组的出力进行调整；根据调整后的结果，求解近区新能源出力的极值。

可选地，根据判断的结果，按照对应的调整规则，对各新能源机组的出力进行调整，包括：在判断的结果为新能源机组机端的新能源多场站短路比大于或等于1.5时，按照新能源多场站短路比对各新能源机组进行排序；从新能源多场站短路比最大的N个新能源机组开始在P

可选地，根据判断的结果，按照对应的调整规则，对各新能源机组的出力进行调整，包括：在判断的结果为近区存在新能源机组机端的新能源多场站短路比小于1.5时，按照新能源多场站短路比对各新能源机组进行排序；从新能源多场站短路比最小的N个新能源机组开始在P

可选地，根据调整后的结果，求解近区新能源机组出力总和的极大值以及对应的新能源出力分布，包括：根据调整后的结果，获得与近区各新能源机组出力对应的目标函数的一组解，从而得到近区新能源机组出力总和的极大值以及对应的新能源出力分布。

在本发明实施例中，参见图2所示，步骤104包括下述步骤：

步骤104-1：根据步骤102、步骤103中列出的目标函数及约束条件，可以列出约束优化表达式如下：

式中，P

步骤104-2：计算各新能源机组机端的新能源多场站短路比(MRSCR)。

步骤104-3：若初始潮流工况完全满足MRSCR

步骤104-4：若初始潮流工况不能完全满足MRSCR

步骤104-5：根据步骤104-3、步骤104-4获得该约束优化问题的一组解，可以得到该区域电网内新能源出力

其中，每次调整的场站个数N以及每次调整的出力ΔP其取值会对算法性能产生影响：N与ΔP越小时，调整越精细，算法的执行时间较长；N与ΔP越小时，调整越粗放，算法的执行时间越短。

本发明具体应用的一个最佳实施例：

陕北-武汉特高压直流工程(简称陕武直流)送电线路起点为陕西省榆林市陕北换流站，途经陕西、山西、河南、湖北4省，落点武汉换流站，线路长度约1000kin，额定电压±800kV，额定功率为8000MW。

陕北-武汉±800kV特高压直流输电工程的建设将构筑起“北电南送”的“高速路”，大大提高煤电基地电能外送能力，实现西北煤电基地电能直供中部地区负荷中心，为更大范围内的资源优化配置创造了有利条件。同时，陕北-武汉±800kV特高压直流工程的建成投运后也可扩大新能源消纳范围，促进陕北革命老区资源开发和脱贫致富，陕北地区经济健康持续发展。陕北新能源主要接入至朔方、榆横、夏州、洛川四个供电区，其中夏州及榆横大保当区域新能源接入集中且无火电机组提供支撑，是稳定问题较为突出的两个区域。

电网数据选用2020年夏季某日典型新能源大发方式，在PSASP仿真程序中搭建电网数据，进行初步潮流计算，并对潮流收敛性及合理性进行检查。

采集电力系统信息，包括近区各新能源节点有功功率值P

当新能源机组i为光伏时：

P

P

当新能源机组i为风机时：

P

P

另一约束条件机端MRSCR的计算与范围如式：

出力调整中，每次调整的机组数目N＝5，每次调整的出力变量ΔP＝＝1MW。

陕武直流工程送端近区四个新能源接入的供电区新能源出力如表1所示：

表1初始与优化后的陕武直流送端近区新能源出力分布(单位：万千瓦)

根据上述目标函数和约束条件求解约束优化问题，得到出力分布如上表所示时，Z

因为每次调整的机组数目N与每次调整的出力变量ΔP对本算法性能有较大的影响，接下来比较本场景下不同取值对应的算法执行时间以及最终得到的新能源出力Z值，如下表2所示：

表2本场景下不同取值对应的算法执行时间以及最终得到的新能源出力Z值

针对此场景，选择每次调整的场站个数N＝5，每次调整的出力变量ΔP＝1MW较为高效准确。因为此场景下该地区新能源机组总数为232，可知N的数值选择在地区新能源机组总数的约2％时获得的算法性能较为高效准确。

以上参数选择过程中，算法执行时间由基于装备了Intel(R)Core(TM)i7—8565UCPU@1.8GHz处理器，16GB内存的笔记本电脑计算得出。

从而，本发明提供的基于约束优化的区域电网新能源出力极值求取方法，首先采集电力系统的基本信息，并基于采集到的基本信息对电力系统进行潮流合理性分析，然后设置近区各新能源机组出力为决策变量，并列出与近区各新能源机组出力对应的目标函数，其次确定近区新能源出力调整应满足的目标约束条件，最后根据目标函数及目标约束条件，求解近区各新能源机组出力总和的极大值以及对应的新能源出力分布。从而，本发明能够应用于直流输电工程交流系统送端近区存在大量新能源接入，且新能源出力水平以及直流工程运行功率受到近区新能源暂态过电压约束的情况，以近区新能源机端MRSCR均大于1.5以及计及地区天气因素的出力上、下限为约束条件，对近区新能源出力进行调整，从而获得该区域电网内新能源出力极大值，在保证电网安全稳定运行的前提下，以达到效益最大化的目标。

图3是本发明一示例性实施例提供的基于约束优化的区域电网新能源出力极值求取系统的结构示意图。如图3所示，系统300包括：

信息采集模块310，用于采集电力系统的基本信息，并基于采集到的基本信息对电力系统进行潮流合理性分析；

目标函数确定模块320，用于设置近区各新能源机组出力为决策变量，并列出与近区各新能源机组出力对应的目标函数；

约束条件确定模块330，用于确定近区新能源出力调整应满足的目标约束条件；

极值求解模块340，用于根据目标函数及目标约束条件，求解近区新能源机组出力总和的极大值以及对应的新能源出力分布。

可选地，基本信息包括：近区各新能源节点有功功率值P

可选地，信息采集模块310具体用于：

基于采集到的基本信息，检查节点电压、线路功率及变压器上下网功率，确保潮流收敛性及合理性；

若潮流不收敛或者不合理，重新调整电力系统参数。

可选地，近区各新能源机组出力为P

可选地，约束条件确定模块330具体用于：

确定近区新能源机端的新能源多场站短路比均大于或等于1.5为第一约束条件；

确定基于地区天气因素考虑的近区各新能源机组出力P

根据第一约束条件和第二约束条件，确定确定近区新能源出力调整应满足的目标约束条件。

可选地，极值求解模块340具体用于：

根据目标函数及目标约束条件，确定近区新能源出力的约束优化表达式为：

式中，P

基于近区新能源出力的约束优化表达式，计算各新能源机组机端的新能源多场站短路比；

根据计算得到的新能源多场站短路比，判断各新能源机组机端的新能源多场站短路比是否大于或等于1.5；

根据判断的结果，按照对应的调整规则，对各新能源机组的出力进行调整；

根据调整后的结果，求解近区各新能源机组出力的极大值。

可选地，极值求解模块340还具体用于：

在判断的结果为新能源机组的新能源多场站短路比大于或等于1.5时，按照新能源多场站短路比对各新能源机组进行排序；

从新能源多场站短路比最大的N个新能源机组开始在P

若某新能源机组j达上限P

多次执行出力调整，每次调整后重新计算各新能源机组的机端新能源多场站短路比，直至新能源多场站短路比最小的新能源机组m的机端新能源多场站短路比第一次降低至第一临界范围1.52≥MRSCR

若初始工况即有新能源机端多场站短路比最小的新能源机组m满足1.52≥MRSCR

可选地，极值求解模块340还具体用于：

在判断的结果为新能源机组的机端新能源多场站短路比小于1.5时，按照新能源多场站短路比对各新能源机组进行排序；

从新能源多场站短路比最小的N个新能源机组开始在P

若某新能源机组j达下限P

多次执行出力调整，每次调整后重新计算各新能源机组的新能源多场站短路比，直至其中新能源多场站短路比最小的新能源机组m的新能源多场站短路比第一次升高至第一临界范围1.52≥MRSCR

可选地，极值求解模块340还具体用于：

根据调整后的结果，获得与近区各新能源机组出力对应的目标函数的一组解，从而得到近区各新能源机组出力的极大值以及对应的新能源出力分布。

本发明的实施例的基于约束优化的区域电网新能源出力极值求取系统300与本发明的另一个实施例的基于约束优化的区域电网新能源出力极值求取方法100相对应，在此不再赘述。

图4是本发明一示例性实施例提供的电子设备的结构。该电子设备可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备，该单机设备可以与第一设备和第二设备进行通信，以从它们接收所采集到的输入信号。图4图示了根据本发明实施例的电子设备的框图。如图4所示，电子设备40包括一个或多个处理器41和存储器42。

处理器41可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备中的其他组件以执行期望的功能。

存储器42可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器41可以运行所述程序指令，以实现上文所述的本发明的各个实施例的软件程序的对历史变更记录进行信息挖掘的方法以及/或者其他期望的功能。在一个示例中，电子设备还可以包括：输入系统43和输出系统44，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

此外，该输入系统43还可以包括例如键盘、鼠标等等。

该输出系统44可以向外部输出各种信息。该输出设备44可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图4中仅示出了该电子设备中与本发明有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备还可以包括任何其他适当的组件。

除了上述方法和设备以外，本发明的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的对历史变更记录进行信息挖掘的方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本发明的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的对历史变更记录进行信息挖掘的方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，在本发明中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本发明为必须采用上述具体的细节来实现。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，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。

本发明中涉及的器件、系统、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、系统、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

可能以许多方式来实现本发明的方法和系统。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。

还需要指出的是，在本发明的系统、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此，本发明不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本发明的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。