CN113363980A - 一种适用于低压配电网拓扑自动识别方法及设备 - Google Patents

Abstract

本发明提供了一种适用于低压配电网拓扑自动识别方法及设备，属于配用电物联网技术领域，本方法包括：首先利用皮尔逊相关系数将相似度大于预设相似度阈值的用户录入待识别所属馈线用户表箱集合中；其次对该集合中任一用户，记为待识别用户，利用差分滤波法寻找待识别用户返回电源路径中的其余上游各节点，并录入支路集合中；根据支路集合中任一支路的各节点获取上下游关系，并对各节点有向排列，以用于更新支路集合；最后根据更新后的支路集合生成拓扑。本方法解决了使用现有低压配电网拓扑识别对于低压用户所属台区的识别不准确，导致增加了人工排查的范围，使得工作效率低下、正确率低的问题。

Description

一种适用于低压配电网拓扑自动识别方法及设备

技术领域

本发明属于配用电物联网技术领域，具体涉及一种适用于低压配电网拓扑自动识别方法及设备。

背景技术

低压配电网分支多、形式多样，且运行中常因临时需要发生拓扑结构改变。要完成台区内线路漏电故障的快速检测、定位及线损计算，首先要实现低压网络拓扑关系的自动识别。随着工业物联网与低压配电网的深度融合，低压配电网内各个关键节点将配置更多的低压智能终端单元，低压侧及线路侧LTU作为电气量及开关量的接入终端及控制信号下发终端。可以承载如电气量监测、配置存储交换、故障录波等边缘智能应用。根据实际需要，在低压用户侧，也可以部署LTU，除管理用户电表箱外，还可以用来管理如光伏、风力发电等分布式能源及电池储能等新型用电侧电器。低压配电物联网构架下信息的全面感知为低压配电网拓扑自动识别提供了新思路。

低压配电网拓扑识别主要解决的问题有以下两个方面：首先是户变关系的校核，通常的错误为识别到其他台区范围内，需要依靠人工逐一排查，不仅工作效率低下，而且正确率低。其次是完成“配-线-户”之间的拓扑关系判别，即用户所属馈线的拓扑自动识别过程，其中包括配电变压器出线节点、低压出线节点、分支节点、用户节点之间的连接关系判别。位于同一配电变压器供电范围内的变压器出线节点、低压出线节点、分支节点与用户节点在电气连接关系上为并联关系，由于低压配电网各处负荷随时间变化的不确定性，电压经常发生波动，对于低压用户所属台区的识别也造成了一定的困难。

发明内容

有鉴于此，本发明旨在解决使用现有低压配电网拓扑识别对于低压用户所属台区的识别不准确，导致增加了人工排查的范围，使得工作效率低下、正确率低的问题。

为了解决上述技术问题，本发明提供以下技术方案：

第一方面，本发明提供了一种适用于低压配电网拓扑自动识别方法，包括如下步骤：

根据用户侧表箱采集到的电压数据，利用皮尔逊相关系数判断用户所属台区，将相似度大于预设相似度阈值的用户录入待识别所属馈线用户表箱集合中；

对待识别所属馈线用户表箱集合中任一用户的表箱开关进行一次通断，将任一用户记为待识别用户，利用差分滤波法寻找待识别用户返回电源路径中的其余上游各节点，将待识别用户返回电源路径中的各节点录入支路集合中，并将待识别用户从待识别所属馈线用户表箱集合中删除；

对支路集合中任一支路的各节点进行电压幅值比较，获取各节点的上下游关系，根据上下游关系将任一支路的各节点有向排列，以用于更新支路集合；

判断待识别所属馈线用户表箱集合中的用户个数是否小于1，若是，则根据更新后的支路集合生成拓扑，若否，则执行对待识别所属馈线用户表箱集合中任一用户的表箱开关进行一次通断及其后续步骤，直至待识别所属馈线用户表箱集合中所有用户在用户返回电源路径中的各节点均录入支路集合中。

进一步的，皮尔逊相关系数具体采用下式计算：

式中，

分别代表X、Y的平均值，P代表皮尔逊相关系数。

进一步的，利用差分滤波法寻找待识别用户返回电源路径中的其余上游各节点具体包括：

利用差分滤波法分别计算得到待识别用户的电流突变分量以及待识别用户所属台区内其余所有节点的电流突变分量；

将待识别用户所属台区内其余所有节点的电流突变分量中大于预设突变分量阈值的节点作为待识别用户返回电源路径中的其余上游各节点，预设突变分量阈值由待识别用户的电流突变分量乘以突变分量系数得到。

进一步的，突变分量系数具体为0.85。

进一步的，电流突变分量具体采用下式计算：

式中，i_g(t)为电流突变分量；i(t)为表箱开关跳开后的电流；

表箱开关跳开前的电流，T为工频周期，n为整数，n＝1,2,…。

进一步的，n的取值为2。

进一步的，对支路集合中任一支路的各节点进行电压幅值比较，获取任一支路的各节点的上下游关系具体包括：

获取支路集合中任一支路的各节点的电压幅值；

基于各节点的电压幅值将任一支路的各节点按照从大到小的顺序进行排列，从而得到任一支路的各节点的上下游关系。

进一步的，预设相似度阈值的取值为0.75。

第二方面，本申请提供了一种适用于低压配电网拓扑自动识别设备，设备包括处理器以及存储器：

存储器用于存储计算机程序，并将计算机程序的指令发送至处理器；

处理器根据计算机程序的指令执行如第一方面所述的一种适用于低压配电网拓扑自动识别方法。

第三方面，本申请提供了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，计算机程序被处理器执行时实现如第一方面所述的一种适用于低压配电网拓扑自动识别方法。

综上，本发明提供了一种适用于低压配电网拓扑自动识别方法及设备，通过对采集的电压数据利用皮尔逊相关系数挖掘相似性较高的用户以得到待识别所属馈线用户表箱集合，然后对待识别所属馈线用户表箱集合中所有用户的表箱开关进行一次开关，使得各节点均产生突变分量，然后利用差分滤波法寻找每个用户在其用户返回电源路径中的上游节点，将该用户和其上游节点录入支路集合中。支路集合中每录入一个用户及其上游节点信息后将该用户从待识别所属馈线用户表箱集合中删除。继而在支路集合中对每个用户及其上游节点的电压幅值进行比较从而对各节点进行有向排列，以更新该支路合集。最终当待识别所属馈线用户表箱集合中的用户均被支路集合录入后即可根据该支路集合生成拓扑。本方法对台区内各节点的电压数据进行分析，从而挖掘出同一台区内的用户，对于不同台区的用户，由于不满足相似度要求，因此可以避免错误识别台区的问题。另外，本方法利用差分滤波法可以更加准确的寻找每个用户的关联节点，从而准确构建台区拓扑结构。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例提供的一种适用于低压配电网拓扑自动识别方法的流程示意图；

图2为本发明实施例提供的一种典型低压配电网结构的结构示意图；

图3为本发明实施例提供的电流突变分量的分解图；

图4为本发明实施例提供的电流突变分量的获取图；

图5为本发明实施例提供的一种适用于低压配电网拓扑自动识别方法的流程简图；

图6为本发明实施例提供的用户电压序列图；

图7为本发明实施例提供的配电变压器台区T1的拓扑模型；

图8为本发明实施例提供的Q2节点电流突变分量序列；

图9为本发明实施例提供的T1节点电流突变分量序列；

图10为本发明实施例提供的L1节点电流突变分量序列；

图11为本发明实施例提供的D2节点电流突变分量序列；

图12为本发明实施例提供的L3节点电流突变分量序列；

图13为本发明实施例提供的台区T1的拓扑结构。

具体实施方式

为使得本发明的目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，本实施例提供了一种适用于低压配电网拓扑自动识别方法，包括如下步骤：

S101：根据用户侧表箱采集到的电压数据，利用皮尔逊相关系数判断用户所属台区，将相似度大于预设相似度阈值的用户录入待识别所属馈线用户表箱集合中。

需要说明的是，皮尔逊相关系数，用于反映两个序列X和Y的线性相关程度，其相关系数介于－1到1之间，其绝对值大小反映两序列间线性相关程度的强弱，定义式为：

式中，

分别代表X、Y的平均值。相关系数P的绝对值取值越大，表征序列X与序列Y的线性相关性越高；P的绝对值越小，表征序列X与序列Y的线性相关性越低；相关研究对于判别皮尔逊相关系数的标准如表1所示。

表1皮尔逊相关系数判别标准

皮尔逊相关系数的阈值r取0.75能得到较好的识别效果，将与变压器出线处电压序列相关系数大于或等于0.75的用户节点录入同一集合M中，将相关系数小于0.75的可疑用户剔除。该集合M即为待识别所属馈线用户表箱集合，剔除可疑用户后初始的集合M中包含台区内所有用户表箱处LTU。

S102：对待识别所属馈线用户表箱集合中任一用户的表箱开关进行一次通断，任一用户记为待识别用户，利用差分滤波法寻找待识别用户返回电源路径中的其余上游各节点，将待识别用户返回电源路径中的各节点录入支路集合中，并将待识别用户从待识别所属馈线用户表箱集合中删除。

需要说明的是，当某末端用户(即待识别用户)表箱侧开关由闭合状态转为断开状态时，此表箱处LTU以及台区内其余节点处LTU将感知到电流突变分量，并且该表箱至变压器出线唯一路径(即待识别用户返回电源路径)中的节点感知到的突变分量将明显大于其余节点。基于这个特征可以确定某末端用户节点返回变压器出线节点的唯一支路(即可以寻找出待识别用户返回电源路径中的其余上游各节点)。定义一个空的支路列表B，将确定出的某末端用户节点返回变压器出线节点的唯一支路信息(即包含该末端用户节点返回变压器出线节点中的所有节点)录入该支路列表中，以用于后续处理。

请参阅图3，突变分量是突变信息在电气量上的具体体现，因此，突变分量可以定义为在系统发生突变时所出现的电气量。图3给出了一个简化的低压系统图，其中包括系统单侧综合电势

以及等值阻抗Z_m、开关F下游等值负载Z_n。假定开关F由闭合状态变为断开状态后，线路m端的电流为

如图3a所示的突变后状态。

对于线性系统，可以利用叠加原理对上述突变状态进行分解。在图3(a)的开关F处添加两个串接的大小相等方向相反的电流源

是开关跳开前的电流。加上这两个电流源后完全可以与开关F跳开等效。根据叠加原理，突变后状态(图3a)可以等效为突变前状态(图3b)与突变附加状态(图3c)的叠加，由此可知，以m端为例有：

由图3所示，突变后状态是指开关F跳开后系统所处的实际状态，其中

是在此状态下m端可以实测到的电流。突变前状态是指开关F跳开前系统所处的实际状态，其中

表示在开关F闭合时m端的电流。突变附加状态是由于开关动作才引出的状态，在开关动作前不存在，因此突变附加状态中包括的只是突变信息。突变附加状态中所出现的电气量

是代表突变信息的突变分量，可以作为分析用户所属馈线的依据。

突变分量是实际存在的电气量，虽然不一定能实际测量到，但可以用计算方法求得。由式(1)可得出突变分量电流为：

根据突变分量的原理与性质，突变分量的获取可以利用差分滤波法，前者

可即时测到，对于突变前状态只能采用记忆的方法储存下来。为了达到式(2)的要求，可以将突变前一个周波或半个周波的电流记忆下来，再与突变后的电流相加或相减即可得到突变分量，获取突变分量电流的算法表示为：

式中：i_g(t)为电流突变分量；i(t)为开关跳开后的电流；

为开关跳开前的电流，T为工频周期；n为整数，n＝1,2,…，为使突变分量更加准确，取n＝2，得到一个周期20ms的突变分量输出，可得：

i_g(t)＝i(t)-i(t-T) (4)

式(4)是由突变后电流与突变前一周的电流相减得到相对应的突变分量，图4给出了突变分量获取过程及结果示意图，图中t_F为开关动作发生的时刻。

通过式(4)计算得到各节点的电流突变分量即利用差分滤波法分别计算得到待识别用户的电流突变分量以及待识别用户所属台区内其余所有节点的电流突变分量；然后将待识别用户所属台区内其余所有节点的电流突变分量中大于预设突变分量阈值的节点作为待识别用户返回电源路径中的其余上游各节点，预设突变分量阈值由待识别用户的电流突变分量乘以突变分量系数得到。下面以图2为例对本步骤进行说明。

当用户表箱Q2开关动作时，开始用户所属馈线识别，台区内其余所有节点LTU通过差分滤波法测算当地

的有效值，用户返回电源唯一路径中的T1、L3、D1节点处LTU的I_g将明显大于预设突变分量阈值，将此路径中的各节点录入支路集合B中，并从用户表箱集合M中删除此识别完成的用户表箱。

以用户Q2为例，阈值取0.85IgQ2能得到较好的识别效果，即0.85倍的突变分量系数，将网络内各节点LTU监测的电流突变分量中大于或等于0.85IgQ2的节点归为一个支路信息并录入支路集合B中。

S103：对支路集合中任一支路的各节点进行电压幅值比较，获取任一支路的各节点的上下游关系，根据上下游关系将任一支路的各节点有向排列，以用于更新支路集合。

需要说明的是，支路列表B中包含各末端用户对应的支路信息，即末端用户节点及其上游其他节点信息。但是使用差分滤波法只是从台区各节点中寻找出了与某末端用户对应的上游节点信息，此时并无法知晓该末端用户节点与其上游节点之间的结构关系。故要构建台区拓扑结构还需要判断每个支路上各节点(即末端用户节点及其上游节点)之间的上下游关系。

由于电缆线路自身阻抗以及用户负载的存在，台区内电压幅值会从配电变压器出线处沿线路逐渐降低。图2所示的低压配电网中，用户表箱Q2、Q3所处馈线各处电压关系为：

V_T1＞V_L3＞V_D1＞V_Q2 (5)

V_T1＞V_L3＞V_D2＞V_Q3 (6)

式(5)与式(6)中，V_T1，V_L3，V_D1，V_D2，V_Q2，V_Q3分别代表图1中低压进线T1、低压出线L3、分支出线D1与D2、用户表箱Q2与Q3处的电压幅值。根据此幅值大小特征对集合B中某一支路各节点进行有向排列，完成对支路集合B的更新。

S104：判断待识别所属馈线用户表箱集合中的用户个数是否小于1，若是，则根据更新后的支路集合生成拓扑，若否，则执行对待识别所属馈线用户表箱集合中任一用户的表箱开关进行一次通断及其后续步骤，直至待识别所属馈线用户表箱集合中所有用户在用户返回电源路径中的各节点均录入支路集合中。

需要说明的是，对待识别所属馈线用户表箱集合进行判断就是需要判断该集合中的用户是否都录入了相应的支路信息，防止漏掉用户导致台区拓扑结构不完整。如果还有用户没有录入，那么就需要返回步骤S102中进行支路信息的录入。

本实施例提供了一种适用于低压配电网拓扑自动识别方法，通过对采集的电压数据利用皮尔逊相关系数挖掘相似性较高的用户以得到待识别所属馈线用户表箱集合，然后对待识别所属馈线用户表箱集合中所有用户的表箱开关进行一次开关，使得各节点均产生突变分量，然后利用差分滤波法寻找每个用户在其用户返回电源路径中的上游节点，将该用户和其上游节点录入支路集合中。支路集合中每录入一个用户及其上游节点信息后将该用户从待识别所属馈线用户表箱集合中删除。继而在支路集合中对每个用户及其上游节点的电压幅值进行比较从而对各节点进行有向排列，以更新该支路合集。最终当待识别所属馈线用户表箱集合中的用户均被支路集合录入后即可根据该支路集合生成拓扑。

由于在同一配电变压器供电范围内，同为并联关系的各个节点所采集的电压随时间变化规律有很高的一致性；同理，不同配变变压器供电范围内两个节点所采集的电压随时间变化规律的一致性较低。因此，本方法通过比较某一时段内各节点LTU的电压序列相似性，从而进行低压用户所述台区的识别。本方法对电压序列相似性的判断采用原理简单、拥有归一化判据的皮尔逊相关系数进行，可以准确方便的找出同一台区内的低压用户。进一步的，本方法还通过利用差分滤波法和电压幅值比较法进一步得出每个低压用户的支路信息，从而使得本方法构建的台区拓扑结构更为准确。

为了方便理解，以下将给出应用该方法识别8个用户与台区之间的拓扑关系的实例。

请参阅图6-13，通过台区各节点LTU采集的电压数据进行分析，其中LTU每5min采样1次，共计288个点，图5为8个用户节点处LTU所采集的电压时间序列。

从图5中可以看出，用户1-7电压曲线有较高的相似度，用户8的电压曲线与其他用户电压曲线明显不同，针对以上电压时间序列，应用皮尔逊相关系数识别户变关系，计算各用户电压间的相似度，计算结果如表2所示。

表2用户间电压皮尔逊相关系数矩阵

从表2可以看出，表中各节点与自身的皮尔逊相关系数为1，相关系数矩阵为上三角矩阵。除用户8外其他节点间相关系数都较高；用户8电压与其他用户电压的皮尔逊相关系数明显较小，均低于预设阈值0.75；因此可以判断用户8与其他用户不属于同一台区，可靠排除可疑用户8，完成户变关系的校核。

如图7所示的台区拓扑结构模型，其中各层LTU分布于低压进线开关处(T1)、低压出线开关处(L1-L3)、分支箱出线处(D1-D8)、用户表箱处(Q1-Q8)，设置8个用户进行分析。台区中所有节点的电压、电流数据都由LTU收集并上传。

在图7中，已知待识别馈线用户1-8，根据本发明方法，对图7中各用户节点循环逐一开断，通过差分滤波法提取开关电流突变分量，进一步判断“配-线-户”连接情况。表3给出了各用户节点开关循环动作时用户节点、低压进线节点及低压出线节点处LTU监测到的一个周波电流突变分量有效值I_g，其有效值大小和各用户负载有关。

表3电流突变分量有效值

表4为各用户节点开关循环动作时分支箱出线节点处LTU所监测到的一个周波电流突变分量有效值I_g。

表4分支箱出线节点电流突变分量有效值

综合深入分析表3与表4的结果，当某一用户节点开关动作时，该用户返回电源馈线中其余父节点(上游节点)的电流突变分量有效值相较于其他节点呈现较大差异。以用户2为例，图8至图12分别给出了当用户2处开关动作Q2、T1、L1、D2、L3节点的一周波电流突变分量序列。

可知低压进线节点T1电流突变分量有效值IgT1、低压出线节点L1电流突变分量有效值IgL1以及分支箱出线节点D2电流突变分量有效值IgD2均大于阈值0.85 IgQ2，而不属于用户2所属馈线的L3节点电流突变分量明显低于阈值，说明方法识别灵敏度较高，可准确判定Q2上游父节点为T1、L1、D2。

根据本方法原理，各用户节点循环逐一开断完成后将各用户支路信息写入集合B中，针对B中每一支路信息，利用节点电压幅值大小进行有向排序，得到更新后的集合B：

B＝[a₁ a₂ a₃ a₄ a₅ a₆ a₇ a₈]

B中有8个元素，各元素为用户所属馈线内各节点有向排序的列向量，由B得到如图13所示的台区T1拓扑结构。

以上是对本发明提供的一种适用于低压配电网拓扑自动识别方法的实施例进行详细的描述，以下将对本发明提供的一种适用于低压配电网拓扑自动识别设备的实施例进行详细的描述。

本实施例提供了一种适用于低压配电网拓扑自动识别设备，设备包括处理器以及存储器：

存储器用于存储计算机程序，并将计算机程序的指令发送至处理器；

处理器根据计算机程序的指令执行如前述实施例所述的一种适用于低压配电网拓扑自动识别方法。

以上是对本发明提供的一种适用于低压配电网拓扑自动识别设备的实施例进行详细的描述，以下将对本发明提供的一种计算机可读存储介质的实施例进行详细的描述。

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，计算机程序被处理器执行时实现如前述实施例所述的一种适用于低压配电网拓扑自动识别方法。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种适用于低压配电网拓扑自动识别方法，其特征在于，包括如下步骤：

根据用户侧表箱采集到的电压数据，利用皮尔逊相关系数判断用户所属台区，将相似度大于预设相似度阈值的用户录入待识别所属馈线用户表箱集合中；

对所述待识别所属馈线用户表箱集合中任一用户的表箱开关进行一次通断，将所述任一用户记为待识别用户，利用差分滤波法寻找所述待识别用户返回电源路径中的其余上游各节点，将所述待识别用户返回电源路径中的各节点录入支路集合中，并将所述待识别用户从所述待识别所属馈线用户表箱集合中删除；

对所述支路集合中任一支路的各节点之间进行电压幅值比较，获取所述各节点的上下游关系，根据所述上下游关系将所述任一支路的各节点有向排列，以用于更新所述支路集合；

判断所述待识别所属馈线用户表箱集合中的用户个数是否小于1，若是，则根据更新后的所述支路集合生成拓扑，若否，则执行对所述待识别所属馈线用户表箱集合中任一用户的表箱开关进行一次通断及其后续步骤，直至所述待识别所属馈线用户表箱集合中所有用户在用户返回电源路径中的各节点均录入所述支路集合中。

2.根据权利要求1所述的一种适用于低压配电网拓扑自动识别方法，其特征在于，所述皮尔逊相关系数具体采用下式计算：

式中，

分别代表X、Y的平均值，P代表皮尔逊相关系数。

3.根据权利要求1所述的一种适用于低压配电网拓扑自动识别方法，其特征在于，所述利用差分滤波法寻找所述待识别用户返回电源路径中的其余上游各节点具体包括：

利用差分滤波法分别计算得到所述待识别用户的电流突变分量以及所述待识别用户所属台区内其余所有节点的电流突变分量；

将所述待识别用户所属台区内其余所有节点的电流突变分量中大于预设突变分量阈值的节点作为所述待识别用户返回电源路径中的其余上游各节点，所述预设突变分量阈值由所述待识别用户的电流突变分量乘以突变分量系数得到。

4.根据权利要求3所述的一种适用于低压配电网拓扑自动识别方法，其特征在于，所述突变分量系数具体为0.85。

5.根据权利要求3所述的一种适用于低压配电网拓扑自动识别方法，其特征在于，所述电流突变分量具体采用下式计算：

式中，i_g(t)为电流突变分量；i(t)为表箱开关跳开后的电流；

表箱开关跳开前的电流，T为工频周期，n为整数，n＝1,2,…。

6.根据权利要求5所述的一种适用于低压配电网拓扑自动识别方法，其特征在于，n的取值为2。

7.根据权利要求3所述的一种适用于低压配电网拓扑自动识别方法，其特征在于，所述对所述支路集合中任一支路的各节点进行电压幅值比较，获取所述各节点的上下游关系具体包括：

获取所述支路集合中任一支路的各节点的电压幅值；

基于所述各节点的电压幅值将所述任一支路的各节点按照从大到小的顺序进行排列，从而得到所述任一支路的各节点的上下游关系。

8.根据权利要求1所述的一种适用于低压配电网拓扑自动识别方法，其特征在于，所述预设相似度阈值的取值为0.75。

9.一种适用于低压配电网拓扑自动识别设备，其特征在于，所述设备包括处理器以及存储器：

所述存储器用于存储计算机程序，并将所述计算机程序的指令发送至处理器；

所述处理器根据所述计算机程序的指令执行如权利要求1-8中任一项所述的一种适用于低压配电网拓扑自动识别方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1-8中任一项所述的一种适用于低压配电网拓扑自动识别方法。

Images