基于加權(quán)理想點(diǎn)法的配網(wǎng)故障供電恢復(fù)策略

馬 靜，許 冬，王增平

（華北電力大學(xué) 新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 102206）

0 引言

配網(wǎng)供電恢復(fù)是在配網(wǎng)發(fā)生故障后，滿足節(jié)點(diǎn)電壓和支路電流等約束條件下，通過網(wǎng)絡(luò)重構(gòu)盡可能多地對(duì)非故障區(qū)的失電負(fù)荷迅速恢復(fù)供電，同時(shí)兼顧故障恢復(fù)后配網(wǎng)運(yùn)行的經(jīng)濟(jì)性和可靠性。因此，配網(wǎng)供電恢復(fù)是一個(gè)考慮多約束條件的多目標(biāo)組合優(yōu)化問題。

目前在供電恢復(fù)目標(biāo)函數(shù)制定和求解方面已有諸多研究成果，主要分為如下3類。

a.數(shù)學(xué)優(yōu)化法。該類方法適用于處理系統(tǒng)規(guī)模不大、復(fù)雜性不高的供電恢復(fù)問題，具有完整的數(shù)學(xué)理論基礎(chǔ)，并得到了廣泛的應(yīng)用，主要有分支界定法[1]、整數(shù)規(guī)劃法[2-3]、混合整數(shù)法[4-5]等。

b.啟發(fā)式搜索法。該類方法是配網(wǎng)故障恢復(fù)常用的方法，大多是基于開關(guān)操作。在搜索的過程中依據(jù)問題本身特性，加入一些具有啟發(fā)性的信息，確定啟發(fā)性信息的方向，使之朝著最優(yōu)解的方向優(yōu)化。主要有基于樹結(jié)構(gòu)的搜索法[6-7]、基于一階負(fù)荷矩法[8]和分級(jí)搜索法[9]等。

c.人工智能法。該類方法在解決特定供電恢復(fù)問題方面體現(xiàn)出較好的效果，因此多種供電恢復(fù)策略常常借助于該類方法，目前主要有粒子群算法[10]、專家系統(tǒng)[11]、遺傳算法[12-13]、啟發(fā)式算法[14]、蟻群算法[15]等。

上述方法的優(yōu)點(diǎn)是能夠?qū)⒐╇娀謴?fù)精確地表示成約束條件和目標(biāo)函數(shù)的形式，但是由于供電恢復(fù)問題是一個(gè)多目標(biāo)優(yōu)化的復(fù)雜問題，各子目標(biāo)之間既相互聯(lián)系又相互矛盾，因此整體目標(biāo)函數(shù)難以描述，同時(shí)在權(quán)重設(shè)置方面，也常常依賴主觀經(jīng)驗(yàn)性知識(shí)，因此求解過程往往非常復(fù)雜。

針對(duì)上述問題，本文提出一種基于加權(quán)理想點(diǎn)法的配網(wǎng)故障供電恢復(fù)策略。首先，以網(wǎng)損、電壓質(zhì)量、負(fù)荷均衡作為重構(gòu)目標(biāo)，確定綜合評(píng)價(jià)函數(shù)，并利用粗糙集RS（Rough Set）理論確定各子目標(biāo)函數(shù)的權(quán)系數(shù)，然后采用加權(quán)理想點(diǎn)法獲取綜合評(píng)價(jià)函數(shù)的最優(yōu)解。驗(yàn)證結(jié)果表明該方法通過多目標(biāo)函數(shù)代替單目標(biāo)函數(shù)求最優(yōu)解，考慮因素更為全面，且更符合實(shí)際配網(wǎng)供電恢復(fù)的要求，同時(shí)克服了傳統(tǒng)權(quán)重設(shè)置依賴先前經(jīng)驗(yàn)帶來的不確定性問題，計(jì)算速度快，易于工程實(shí)現(xiàn)。

1 約束條件和目標(biāo)函數(shù)

在對(duì)配網(wǎng)故障進(jìn)行準(zhǔn)確定位和隔離后，故障區(qū)下游將出現(xiàn)失電負(fù)荷。首先，為保證對(duì)失電負(fù)荷恢復(fù)供電，虛擬閉合原網(wǎng)絡(luò)中所有可恢復(fù)供電的聯(lián)絡(luò)開關(guān)，需要注意的是，該操作有可能使分支路徑互聯(lián)形成環(huán)路（2個(gè)不同源點(diǎn)之間的路徑也可等效為1個(gè)環(huán)路）。在此基礎(chǔ)上，將環(huán)路中所有可開斷的支路構(gòu)成虛擬開斷集。然后，考慮到配網(wǎng)輻射型約束，對(duì)虛擬開斷集的各個(gè)開關(guān)進(jìn)行虛擬開斷，并對(duì)開斷后的網(wǎng)絡(luò)進(jìn)行潮流計(jì)算，以判斷每種虛擬開斷是否滿足節(jié)點(diǎn)電壓約束和支路電流約束。在滿足上述約束條件下，計(jì)算網(wǎng)損、電壓質(zhì)量以及負(fù)荷均衡等多目標(biāo)函數(shù)的最優(yōu)解，進(jìn)而確定最優(yōu)開斷方案。

1.1 節(jié)點(diǎn)電壓和支路電流約束

配網(wǎng)節(jié)點(diǎn)電壓幅值約束如下：

其中，Uimax和Uimin分別為節(jié)點(diǎn)i電壓有效值的上限和下限。

為滿足配網(wǎng)線路的熱穩(wěn)定性約束，根據(jù)網(wǎng)絡(luò)中各支路允許通過的最大電流定義支路電流約束矩陣Imax：

設(shè)配網(wǎng)支路電流約束為：

其中，Ii，j為支路 i-j的電流。

1.2 網(wǎng)損函數(shù)

配網(wǎng)網(wǎng)損的目標(biāo)函數(shù)為：

其中，m 為支路數(shù)；Pi，j和 Qi，j為支路 i-j的有功和無功功率；ri，j為支路 i-j的電阻；ki，j為支路 i-j的狀態(tài)變量，0表示打開，1表示閉合。網(wǎng)損函數(shù)C1越小，表明網(wǎng)絡(luò)結(jié)構(gòu)越節(jié)能，電能有效利用率越高，經(jīng)濟(jì)性越好。

1.3 電壓質(zhì)量函數(shù)

電壓質(zhì)量的目標(biāo)函數(shù)為：

其中，Ui和Ue分別為轉(zhuǎn)供路徑上節(jié)點(diǎn)i電壓的實(shí)際測(cè)量值向量和額定值向量。電壓質(zhì)量函數(shù)C2越小，表明實(shí)際運(yùn)行時(shí)，各節(jié)點(diǎn)的電壓越接近額定電壓，電壓質(zhì)量越好。

1.4 負(fù)荷均衡函數(shù)

負(fù)荷均衡是指配網(wǎng)負(fù)荷分布與各線路供電相匹配的能力，其作用主要是提高線路的運(yùn)行效率與配網(wǎng)的供電能力，同時(shí)，可降低網(wǎng)絡(luò)損耗以及過負(fù)荷風(fēng)險(xiǎn)。以負(fù)荷均衡分布為優(yōu)化目標(biāo)的函數(shù)C3可以表示為：

其中，Pi，jmax為支路i-j的最大有功功率。負(fù)載率均衡目標(biāo)函數(shù)C3越小，表示線路的負(fù)載率越均衡，設(shè)備的有效利用率越高，系統(tǒng)整體供電能力越強(qiáng)。

2 基于加權(quán)理想點(diǎn)法的配網(wǎng)供電恢復(fù)策略

首先，確定綜合評(píng)價(jià)函數(shù)，并利用粗糙集理論確定各子目標(biāo)函數(shù)的權(quán)系數(shù)，然后基于理想點(diǎn)法獲取綜合評(píng)價(jià)函數(shù)的最優(yōu)解。

2.1 粗糙集理論相關(guān)知識(shí)

粗糙集理論在電力系統(tǒng)中應(yīng)用廣泛[16-20]，它是一種處理模糊和不確定知識(shí)的數(shù)學(xué)工具，可以處理定性、定量因素。其特點(diǎn)是不需要提供問題所需處理的數(shù)據(jù)集合以外的任何先驗(yàn)信息，直接對(duì)數(shù)據(jù)進(jìn)行分析和推理，客觀地提取數(shù)據(jù)間的相互依賴關(guān)系。本文采用粗糙集理論求取目標(biāo)函數(shù)的權(quán)重系數(shù)，把權(quán)重問題轉(zhuǎn)化為粗糙集中屬性重要性評(píng)價(jià)問題，利用粗糙集理論中的依賴度和屬性重要性評(píng)價(jià)方法，計(jì)算目標(biāo)函數(shù)的權(quán)重。該方法克服了傳統(tǒng)權(quán)重設(shè)置依賴先前經(jīng)驗(yàn)帶來的不確定性問題，更加貼近電網(wǎng)實(shí)際情況。

a.基本概念。

知識(shí)表達(dá)系統(tǒng) S=（U，A，V，f），其中 U 為對(duì)象的非空有限集合，稱為論域；A為屬性的非空有限集合；V是屬性 A的值域是一個(gè)信息函數(shù)，“×”表示運(yùn)算關(guān)系，該運(yùn)算為每個(gè)對(duì)象的每個(gè)屬性賦予一個(gè)信息值。知識(shí)表達(dá)系統(tǒng)數(shù)據(jù)以關(guān)系的形式表達(dá)，當(dāng)時(shí)，C稱為條件屬性集，D稱為決策屬性集，把具有條件屬性和決策屬性的知識(shí)表達(dá)系統(tǒng)稱為決策表，它是一類特殊且重要的知識(shí)表達(dá)系統(tǒng)。

粗糙集理論基礎(chǔ)是分類機(jī)制，它將分類理解為等價(jià)關(guān)系（亦稱知識(shí)），并用這些等價(jià)關(guān)系對(duì)特定空間進(jìn)行劃分[16]。假設(shè)R為論域U上的一個(gè)等價(jià)關(guān)系，R將論域U劃分成互不相交的子集Ei，記為U/R=｛E1，E2，…，Ek｝，其中“/”表示劃分關(guān)系，Ei和空集稱為基本集。對(duì)X?U，若子集X不能用基本集的并集準(zhǔn)確表示，則稱X為粗糙集。

定義X的上、下近似集為：

其中，上近似集R-（X）表示在知識(shí)R下可能屬于X的元素組成的集合；下近似集R-（X）表示在知識(shí)R下肯定屬于X的元素組成的集合；[x]R表示按等價(jià)關(guān)系R劃分的包含x的等價(jià)類，x∈U。

設(shè)知識(shí)P和知識(shí)Q均為論域U的等價(jià)關(guān)系，定義P的Q 正域?yàn)閜osQ（P）：

其中，Q-（X）表示在知識(shí)Q下屬于粗糙集X的元素組成的集合；posQ（P）表示論域U中所有通過知識(shí)Q可以準(zhǔn)確劃分到U/P的元素集合。

b.知識(shí)依賴度。

為說明知識(shí)P與知識(shí)Q之間的依賴關(guān)系，定義知識(shí)P對(duì)知識(shí)Q的依賴度為γQ（P）：

其中，card（·）表示集合基數(shù)。

顯然，0≤γQ（P）≤1，依賴度越接近于 1，表明知識(shí)P對(duì)知識(shí)Q的依賴程度越高。

c.屬性重要度。

在決策表中，條件屬性Ci對(duì)決策屬性集D的重要性并非同等重要。刪除屬性Ci后，定義決策屬性集D對(duì)條件屬性C-Ci對(duì)的依賴度為：

由式（9）和（10）得，屬性 Ci對(duì)決策屬性集 D 重要度為：

重要度φ（Ci）值越大，屬性 Ci在條件屬性集C中的重要性越高。

2.2 供電恢復(fù)策略綜合評(píng)價(jià)函數(shù)及權(quán)重計(jì)算

2.2.1 建立綜合評(píng)價(jià)函數(shù)

在供電恢復(fù)策略中，設(shè)評(píng)價(jià)對(duì)象有p個(gè)目標(biāo)函數(shù)，定義 G= [g1（x），g2（x），…，gp（x）]為評(píng)價(jià)函數(shù)向量，g1（x）、g2（x）、…、gp（x）均為子目標(biāo)函數(shù)。 評(píng)價(jià)函數(shù)的權(quán)重向量為 W= [w1，w2，…，wp]，它們均滿足歸一性和非負(fù)性條件：

建立綜合評(píng)價(jià)函數(shù)Y為：

2.2.2 目標(biāo)函數(shù)權(quán)重系數(shù)計(jì)算

為計(jì)算子目標(biāo)函數(shù)權(quán)重，先建立關(guān)系數(shù)據(jù)模型：將子目標(biāo)函數(shù)作為條件屬性，形成條件屬性集C=｛C1，C2，…，Cp｝；將約束條件作為決策屬性，形成決策屬性集 D=｛D1，D2，…，Dq｝。 設(shè)有 k 個(gè)評(píng)價(jià)對(duì)象，則第t個(gè)對(duì)象中子目標(biāo)函數(shù) Ci（i=1，2，…，p）的信息值為Cti，約束條件 Dj（j=1，2，…，q）的信息值為 Dtj，將子目標(biāo)函數(shù)和約束條件的信息值視為一條信息，顯然ut= ｛Ct1，Ct2，…，Ctp，Dt1，Dt2，…，Dtq｝。 那么，構(gòu)成論域U= ｛u1，u2，…，ut，…，uk｝，由 ut構(gòu)成的信息表就是評(píng)價(jià)對(duì)象的關(guān)系數(shù)據(jù)模型，如表1所示。

表1 關(guān)系數(shù)據(jù)表Tab.1 Relative data

子目標(biāo)權(quán)重系數(shù)計(jì)算步驟如下。

a.計(jì)算決策屬性集D對(duì)條件屬性集C的依賴度 γC（D）。

b.計(jì)算決策屬性集D對(duì)條件屬性C-Ci的依賴度 γC-Ci（D）。

c.計(jì)算屬性 Ci的重要度 φ（Ci）。

d.計(jì)算子目標(biāo)函數(shù)i的權(quán)重系數(shù)：

2.3 綜合評(píng)價(jià)函數(shù)的最優(yōu)解計(jì)算

評(píng)價(jià)指標(biāo)一般可以分為收益型指標(biāo)和損失型指標(biāo)：當(dāng)收益型指標(biāo)越大時(shí)，評(píng)價(jià)結(jié)果越有利；當(dāng)損失型指標(biāo)越大時(shí)，評(píng)價(jià)結(jié)果越不利?；诖?，理想點(diǎn)和反理想點(diǎn)[21]可定義如下。

當(dāng)指標(biāo)為收益型指標(biāo)時(shí)，有：

當(dāng)指標(biāo)為損失型指標(biāo)時(shí)，有：

其中，hj（+）、hj（-）分別為對(duì)象 H 的第 j個(gè)指標(biāo)的理想點(diǎn)向量和反理想點(diǎn)向量；fj（x）為該指標(biāo)的真實(shí)值；j=1，2，…，p。

加權(quán)理想點(diǎn)評(píng)價(jià)函數(shù)即為指標(biāo)到理想點(diǎn)和反理想點(diǎn)的距離，如式（17）所示。

指標(biāo)的解離理想點(diǎn)越近，離反理想點(diǎn)越遠(yuǎn)，解越優(yōu)。 根據(jù)式（17），定義向量 fj中元素 fji（i=1，2，…，k）的正評(píng)價(jià)函數(shù)和反評(píng)價(jià)函數(shù)為：

將式（14）和式（18）代入式（13），可得加權(quán)理想點(diǎn)評(píng)價(jià)函數(shù)為：

進(jìn)而，采用歐氏距離定義評(píng)價(jià)函數(shù)到正理想點(diǎn)和反理想點(diǎn)的距離：

綜合考慮式（20）中正理想點(diǎn)距離和反理想點(diǎn)距離，定義加權(quán)理想點(diǎn)貼近度的計(jì)算公式為：

其中，貼近度Ti越大，代表距離正理想點(diǎn)越近，距離反理想點(diǎn)越遠(yuǎn)，多目標(biāo)函數(shù)的解就越合理，取貼近度最大值為綜合評(píng)價(jià)函數(shù)的最優(yōu)解。

3 仿真驗(yàn)證

3.1 仿真模型和潮流計(jì)算

a.采用PSCAD/EMTDC仿真軟件搭建IEEE 33節(jié)點(diǎn)系統(tǒng)模型進(jìn)行仿真分析，電氣接線圖如圖1所示。設(shè)支路8-9和支路13-14同時(shí)發(fā)生故障，故障定位系統(tǒng)能快速識(shí)別故障并跳開相應(yīng)的隔離開關(guān)。此時(shí)造成故障區(qū)下游負(fù)荷失電，定義失電負(fù)荷集合為：

失電負(fù)荷確定后，聯(lián)絡(luò)開關(guān)BRK11-21、BRK8-14、BRK17-32自動(dòng)閉合，對(duì)失電負(fù)荷進(jìn)行供電恢復(fù)。

b.根據(jù)盡可能多地恢復(fù)供電的原則，對(duì)于失電集合K1中的負(fù)荷，當(dāng)滿足支路電流約束時(shí)，通過閉合開關(guān)BRK11-21可以對(duì)失電負(fù)荷快速完全恢復(fù)供電；當(dāng)不滿足支路電流約束時(shí)，需要根據(jù)該條供電路徑上所有負(fù)荷的重要程度，切除一部分較為不重要的負(fù)荷。對(duì)于失電集合K2中的負(fù)荷，閉合兩開關(guān)BRK8-14、BRK17-32后，均可恢復(fù)供電，但此時(shí)形成了環(huán)路：

c.為了保持配網(wǎng)的輻射型結(jié)構(gòu)，對(duì)虛擬開斷集中的各個(gè)開關(guān)進(jìn)行虛擬開斷，并對(duì)開斷后的網(wǎng)絡(luò)進(jìn)行潮流計(jì)算。然后，判斷每種虛擬開斷是否滿足節(jié)點(diǎn)電壓約束D1和支路電流約束D2，同時(shí)計(jì)算網(wǎng)損函數(shù)C1、電壓質(zhì)量函數(shù)C2和負(fù)荷均衡函數(shù)C3的值，結(jié)果如表2所示。

3.2 權(quán)重系數(shù)

決策表中，決策屬性集和條件屬性集分別為D=｛D1，D2｝，C=｛C1，C2，C3｝。

a.決策屬性集D對(duì)條件屬性集C的依賴度。

由表2可知，決策屬性集D對(duì)論域U的劃分：U /D=｛Y1，Y2，Y3，Y4｝，其中 Y1= ｛1，15，16｝，Y2=｛2，3，12，13，14｝，Y3=｛4｝，Y4=｛5，6，7，8，9，10，11｝；條件屬性集 C 對(duì)論域 U 的劃分：U/C=｛X1，X2，X3，X4，X5，X6，X7，X8，X9，X10，X11，X12｝，其 中 X1=｛1｝，X2=｛2，12｝，X3=｛3｝，X4=｛4｝，X5=｛5｝，X6=｛6，10，11｝，X7=｛7｝，X8=｛8｝，X9=｛9｝，X10=｛13｝，X11=｛14，15｝，X12=｛16｝。以子集Y1為例，它表示既不滿足節(jié)點(diǎn)電壓約束，也不滿足支路電流約束的方案集合。

表2 潮流計(jì)算結(jié)果Tab.2 Results of power flow calculation

決策屬性集D的條件屬性集C正域posC（D）為：

根據(jù)式（9），決策表中決策屬性集D對(duì)條件屬性集C的依賴度：

b.決策屬性集D對(duì)條件屬性C-Ci的依賴度。

以網(wǎng)損為例，條件屬性集C-C1對(duì)論域U的劃分為 ：U /C-C1=｛X1，X2，X3，X4，X5，X6，X7，X8，X9，X10，X11｝，其中 X1=｛1｝，X2= ｛2，12｝，X3=｛3｝，X4=｛4，5｝，X5=｛6，10，11｝，X6=｛7｝，X7=｛8｝，X8=｛9｝，X9=｛13｝，X10=｛14，15｝，X11=｛16｝。

依據(jù)式（10），決策屬性集D對(duì)刪除網(wǎng)損后的條件屬性集C-C1的依賴度：

同理，可求得與電壓質(zhì)量和負(fù)荷均衡相應(yīng)的依賴度分別為0.7500和0.8125。

c.條件屬性Ci的重要度。

依據(jù)式（11），網(wǎng)損、電壓質(zhì)量和負(fù)荷均衡的重要度分別為：

d.子目標(biāo)函數(shù)的權(quán)重系數(shù)。

根據(jù)式（14），計(jì)算網(wǎng)損、電壓質(zhì)量和負(fù)荷均衡的權(quán)重系數(shù)分別為0.4000、0.4000和0.2000。各指標(biāo)的依賴度、重要度和相應(yīng)的權(quán)重系數(shù)如表3所示。

表3 各指標(biāo)的依賴度、重要度和相應(yīng)的權(quán)重系數(shù)Tab.3 Dependency，importance and weight coefficient of different indexes

3.3 貼近度和方案等級(jí)

在評(píng)價(jià)函數(shù)中，網(wǎng)損、電壓質(zhì)量和負(fù)荷均衡均屬于損失型函數(shù)，其值越小，網(wǎng)絡(luò)結(jié)構(gòu)和開關(guān)操作方案越合理。定義滿足節(jié)點(diǎn)電壓和支路電流約束條件的方案組成可行方案集，并根據(jù)式（16）計(jì)算各指標(biāo)的理想點(diǎn)和反理想點(diǎn)向量為：

再根據(jù)式（17）和（20）計(jì)算各方案加權(quán)理想點(diǎn)評(píng)價(jià)函數(shù)值，最后由式（21）得到加權(quán)理想點(diǎn)貼近度，并按照貼近度的大小確定可行方案集中各方案的等級(jí)，相關(guān)計(jì)算結(jié)果和評(píng)價(jià)結(jié)果如表4所示。

表4 評(píng)價(jià)函數(shù)、貼近度和方案等級(jí)Tab.4 Evaluation function，proximity and scheme grade

3.4 算例分析

將表4結(jié)果與表2結(jié)果作對(duì)比，如表5所示。

表5 計(jì)算結(jié)果和評(píng)價(jià)等級(jí)Tab.5 Calculated results and evaluated level

由表5可知，采用本方法得到的最優(yōu)方案（與最優(yōu)評(píng)價(jià)函數(shù)貼近度的最大值對(duì)應(yīng)）為方案8，即開斷支路17-32。該方案中，負(fù)荷均衡指標(biāo)達(dá)到單目標(biāo)的最優(yōu)解，網(wǎng)損和電壓質(zhì)量2項(xiàng)指標(biāo)均達(dá)到各自單目標(biāo)的次優(yōu)解，即等級(jí)系數(shù)均為“2”，網(wǎng)損和電壓質(zhì)量2項(xiàng)指標(biāo)與相應(yīng)最優(yōu)解偏差很小，其中網(wǎng)損相差4.2%，電壓質(zhì)量相差5.6%。

由表5還可以看出，方案8和方案9同時(shí)達(dá)到負(fù)荷均衡的最優(yōu)解，此時(shí)若僅考慮負(fù)荷均衡指標(biāo)，則無法區(qū)分這2種方案。為此，本方法通過多目標(biāo)尋優(yōu)，迅速確定方案8優(yōu)于方案9，且區(qū)分效果較為明顯。

4 結(jié)論

本文提出一種基于加權(quán)理想點(diǎn)法的線路故障供電恢復(fù)策略。該方法首先以網(wǎng)損、電壓質(zhì)量、負(fù)荷均衡作為重構(gòu)目標(biāo)，確定綜合評(píng)價(jià)函數(shù)，并利用粗糙集理論確定各子目標(biāo)函數(shù)的權(quán)重系數(shù)，然后采用理想點(diǎn)法獲取綜合評(píng)價(jià)函數(shù)的最優(yōu)解。仿真結(jié)果表明，該方法具有如下特點(diǎn)。

a.利用粗糙集理論求取目標(biāo)函數(shù)的權(quán)重系數(shù)，該系數(shù)可隨網(wǎng)絡(luò)結(jié)構(gòu)變化而靈活改變，具有較好的適應(yīng)性，同時(shí)避免了以經(jīng)驗(yàn)確定權(quán)重系數(shù)而帶來的主觀不確定性和不可變性。

b.采用加權(quán)理想點(diǎn)法對(duì)虛擬重構(gòu)網(wǎng)絡(luò)進(jìn)行多目標(biāo)優(yōu)化，使開斷方案達(dá)到多目標(biāo)最優(yōu)，有效解決了單目標(biāo)優(yōu)化過程中，多種方案同時(shí)達(dá)到最優(yōu)而無法選擇的問題，考慮問題全面，且判斷過程快速可靠，易于工程實(shí)現(xiàn)。