基于主成分分析和凸優(yōu)化的低壓配電網(wǎng)拓?fù)渥R(shí)別方法

馮人海，趙 政，謝 生，黃建理，王 威

(1. 天津大學(xué)電氣自動(dòng)化與信息工程學(xué)院，天津 300072；2. 天津大學(xué)微電子學(xué)院，天津 300072；3. 南方電網(wǎng)科學(xué)研究院有限責(zé)任公司，廣州 510670)；4. 國(guó)網(wǎng)天津市電力公司城南供電分公司，天津 300201)

隨著科學(xué)技術(shù)的進(jìn)步，配電網(wǎng)的建設(shè)得到了快速發(fā)展，其規(guī)模和復(fù)雜性也日益增加．低壓配電網(wǎng)作為電力系統(tǒng)的重要組成部分，對(duì)社會(huì)生活的影響最為直接．低壓配電網(wǎng)拓?fù)湫畔⑹菙?shù)據(jù)系統(tǒng)計(jì)算、停電范圍控制和負(fù)荷傳遞分析的基礎(chǔ)，基于正確的低壓配電網(wǎng)拓?fù)浣Y(jié)構(gòu)，可以產(chǎn)生精確的狀態(tài)監(jiān)測(cè)數(shù)據(jù)和智能儀表數(shù)據(jù)[1-3]．由于低壓配電網(wǎng)的拓?fù)浣Y(jié)構(gòu)會(huì)因設(shè)備更新、修復(fù)和維護(hù)而發(fā)生改變，通常電網(wǎng)運(yùn)營(yíng)商不能及時(shí)獲得拓?fù)浣Y(jié)構(gòu)的變化信息，這會(huì)給電網(wǎng)公司的運(yùn)營(yíng)帶來不便[4]，因此快速獲取準(zhǔn)確的低壓配電網(wǎng)拓?fù)湫畔⒕哂兄匾默F(xiàn)實(shí)意義．

近年來，我國(guó)積極推動(dòng)智能電網(wǎng)技術(shù)研發(fā)與應(yīng)用工作[5-6]．智能電表作為其中的關(guān)鍵組成部分，已經(jīng)得到了全面的普及．結(jié)合微能量收集的智能電表具有強(qiáng)大的數(shù)據(jù)收集能力和信息交互能力[7-9]，因此基于結(jié)合微能量收集的智能電表測(cè)量數(shù)據(jù)的低壓配電網(wǎng)拓?fù)渥R(shí)別問題是一項(xiàng)極具潛力的研究課題．

國(guó)內(nèi)外學(xué)者們基于不同的測(cè)量數(shù)據(jù)和原理進(jìn)行了大量嘗試，其中一些方法是基于時(shí)間序列的電壓測(cè)量數(shù)據(jù)來推斷相位連通性和配電網(wǎng)拓?fù)浣Y(jié)構(gòu)．文獻(xiàn)[10]使用電壓相位測(cè)量裝置對(duì)配電網(wǎng)拓?fù)浣Y(jié)構(gòu)進(jìn)行識(shí)別，但這種方法增加了設(shè)備成本，不便于對(duì)擁有大量節(jié)點(diǎn)的低壓配電網(wǎng)進(jìn)行操作．文獻(xiàn)[11]將相關(guān)性作為最佳信號(hào)檢測(cè)的衡量標(biāo)準(zhǔn)，從智能電表電壓測(cè)量數(shù)據(jù)中確定用戶的相位連接．文獻(xiàn)[12]采用鄰近算法求解用戶臺(tái)區(qū)歸屬問題，但此算法得出的結(jié)果會(huì)受用戶地理位置的影響而導(dǎo)致無法實(shí)現(xiàn)準(zhǔn)確識(shí)別．隨著智能電表的普及，產(chǎn)生了基于智能電表測(cè)量數(shù)據(jù)的拓?fù)渥R(shí)別方法．文獻(xiàn)[13-14]基于智能電表數(shù)據(jù)角度對(duì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行了理論解釋，利用主成分分析(principal component analysis，PCA)算法對(duì)低壓配電網(wǎng)拓?fù)浣Y(jié)構(gòu)進(jìn)行識(shí)別，該方法簡(jiǎn)單易行，求解速度快，但識(shí)別準(zhǔn)確率較低．文獻(xiàn)[15-16]應(yīng)用所提出的線性優(yōu)化算法來識(shí)別相位連接和拓?fù)浣Y(jié)構(gòu)，但隨著數(shù)據(jù)矩陣規(guī)模的增加，算法空間復(fù)雜度和時(shí)間復(fù)雜度會(huì)急劇增加．文獻(xiàn)[17-19]采用粒子群等仿生算法對(duì)優(yōu)化模型進(jìn)行求解，優(yōu)點(diǎn)在于方便求解多目標(biāo)優(yōu)化問題，缺點(diǎn)是容易陷入局部最優(yōu)，且搜索速度較慢．

為解決低壓配電網(wǎng)拓?fù)浣Y(jié)構(gòu)的識(shí)別問題，本文提出了一種基于主成分分析和凸優(yōu)化理論的低壓配電網(wǎng)拓?fù)渥R(shí)別方法．該方法首先分析了低壓配電網(wǎng)的典型結(jié)構(gòu)，建立了低壓配電網(wǎng)拓?fù)浞治瞿Ｐ?；基于智能電表?shí)時(shí)數(shù)據(jù)和電能守恒原理建立了多元線性回歸的數(shù)學(xué)模型；利用主成分分析對(duì)數(shù)據(jù)集矩陣進(jìn)行降維壓縮，保留了數(shù)據(jù)集的主要信息；利用范數(shù)逼近原理和凸松弛將低壓配電網(wǎng)拓?fù)渥R(shí)別問題轉(zhuǎn)化為可解的凸優(yōu)化問題，并利用 cvx 工具箱進(jìn)行求解．通過對(duì)低壓配電網(wǎng)算例的仿真，驗(yàn)證了算法的可行性和高效性．所提出的算法具有如下優(yōu)點(diǎn)：

(1) 本算法避免了其他傳統(tǒng)優(yōu)化算法容易陷入局部解的問題，求得的解為全局最優(yōu)解；

(2) 利用 PCA 對(duì)數(shù)據(jù)集矩陣進(jìn)行處理，保留了原始數(shù)據(jù)間的本質(zhì)信息，拓?fù)渥R(shí)別仿真運(yùn)行時(shí)間受電量測(cè)量采樣點(diǎn)數(shù)的影響為微秒級(jí)；

(3) 將拓?fù)淝蠼鈫栴}通過范數(shù)逼近和凸松弛轉(zhuǎn)換為凸優(yōu)化求解問題，與文獻(xiàn)[14]中的 PCA 算法相比，拓?fù)渥R(shí)別準(zhǔn)確率更高．

1 低壓配電網(wǎng)拓?fù)渥R(shí)別系統(tǒng)建模

低壓配電網(wǎng)是指10 kV/400 V 臺(tái)區(qū)公變變壓器以下的網(wǎng)絡(luò)結(jié)構(gòu)，10 kV 中壓母線經(jīng)過臺(tái)區(qū)變壓器后降為 400 V 低壓母線，400 V 低壓母線經(jīng)若干出線柜分成多條400 V 分支饋線，通過各400 V 分支饋線將電能分配至不同的樓宇單元，各分支饋線再通過若干分支箱或低壓母線將電能送至各終端用戶[20]．低壓配電網(wǎng)的拓?fù)浣Y(jié)構(gòu)可以被認(rèn)為是安裝在變電站、饋線、變壓器和用戶之間的連接．低電壓配電網(wǎng)的節(jié)點(diǎn)可以根據(jù)電壓水平被分成不同層，同層節(jié)點(diǎn)具有相同的電壓水平．相鄰層之間的連接關(guān)系是唯一的．基于電壓水平的低壓配電網(wǎng)拓?fù)浣Y(jié)構(gòu)如圖1 所示，黑色節(jié)點(diǎn)為末端節(jié)點(diǎn)，為配電網(wǎng)的終端用戶，紅色節(jié)點(diǎn)為母節(jié)點(diǎn)，向下連接著子節(jié)點(diǎn)．

設(shè)有a 個(gè)終端用戶連接到b 個(gè)配電變壓器．以瓦特每小時(shí)(W/h)為單位按 15 min 的時(shí)間間隔對(duì)智能電表進(jìn)行采樣．義為在第j 個(gè)時(shí)間間隔上采集的 N (N = a +b )個(gè)節(jié)點(diǎn)的樣本，如式(1)所示．

通常，測(cè)量值會(huì)受到隨機(jī)噪聲的干擾而導(dǎo)致測(cè)量值存在誤差．測(cè)量值的數(shù)據(jù)向量如式(2)所示．

電能守恒原理表明，在任何時(shí)間間隔內(nèi)，某配電變壓器上的電能消耗量等于連接到該變壓器上的所有用戶的電能消耗量之和[21]．根據(jù)這一原理，所有終端用戶的測(cè)量值與上層所有配電變壓器的測(cè)量值之間的線性關(guān)系可以用式(4)表示．

2 拓?fù)浣Y(jié)構(gòu)識(shí)別算法

2.1 主成分分析

式中：U1是對(duì)應(yīng)于a 個(gè)最大特征值的正交特征向量的集合；中b 個(gè)最小特征值的正交特征向量的集合；的奇異值對(duì)角矩陣．設(shè)是C 延展出的子空間，則滿足式(6)所示關(guān)系．

回歸模型可以通過將變量劃分為a 維的自變量zi和b 維的 zd來獲得．以按如下方式劃別是 a ×a和 a ×b 維矩陣[14]，則有式(7)所示結(jié)論．

2.2 凸優(yōu)化求解拓?fù)渚仃?/h3>

凸優(yōu)化問題即在一組等式或不等式約束下，求函數(shù)的最小值(或最大值)，其一般表示形式為

式中： m∈ U； n∈ T ．

考慮到每個(gè)終端用戶只能連接到某一個(gè)配電變壓器上，即連接關(guān)系是唯一的，這決定了拓?fù)浠貧w矩陣R 的行向量只有一個(gè)元素是 1，其他元素為 0，這種關(guān)系可以用式(12)表示．

式中A 是元素全為1 的行向量，長(zhǎng)度為a．

本文的拓?fù)渥R(shí)別問題可以表示為多個(gè)約束下的優(yōu)化問題，如式(13)所示．

因0-1 規(guī)劃問題的可行域不是連續(xù)的，不符合凸集的定義，需松弛為不等式約束問題．將式(13)中的模型轉(zhuǎn)化為凸優(yōu)化模型，如式(14)所示．

式中σ 是松弛變量．

因 L1 范數(shù)和 L2 范數(shù)均為凸函數(shù)，因此凸松弛后的模型同樣為凸函數(shù)，而且其目標(biāo)函數(shù)易求偏導(dǎo)，采用內(nèi)點(diǎn)法可以快速求解得到最優(yōu)解[22]．

3 拓?fù)渥R(shí)別算法

3.1 相位識(shí)別

相位識(shí)別系統(tǒng)中的節(jié)點(diǎn)可分為相線節(jié)點(diǎn)和用戶節(jié)點(diǎn)．相位識(shí)別問題是確定相線節(jié)點(diǎn)和用戶節(jié)點(diǎn)的連接關(guān)系．將相線節(jié)點(diǎn)的數(shù)據(jù)集變量作為因變量，用戶節(jié)點(diǎn)的數(shù)據(jù)集變量作為自變量，基于能量守恒原理得到相線節(jié)點(diǎn)和用戶節(jié)點(diǎn)間的線性回歸關(guān)系．

相位識(shí)別算法的流程分為PCA 數(shù)據(jù)處理和凸優(yōu)化建模計(jì)算兩個(gè)階段．

步驟1 PCA 數(shù)據(jù)處理．

步驟2 凸優(yōu)化建模計(jì)算．

(1) 設(shè)定求解變量R．

(2) 設(shè)定目標(biāo)函數(shù)：

(3) 設(shè)定約束條件：

(5) R 每行中最接近 1 的元素被舍入為 1，其余為0，通過R 推斷相位連通性．

3.2 低壓配電網(wǎng)完整拓?fù)浣Y(jié)構(gòu)識(shí)別算法

通過相位識(shí)別算法既可以計(jì)算出任何相鄰電壓層節(jié)點(diǎn)的拓?fù)浣Y(jié)構(gòu)，也可以計(jì)算出不同電壓層的拓?fù)浣Y(jié)構(gòu)．將兩層識(shí)別算法擴(kuò)展，可以實(shí)現(xiàn)低壓配電網(wǎng)完整拓?fù)浣Y(jié)構(gòu)的識(shí)別．

假設(shè)低壓配電網(wǎng)共有Q 層相同電壓水平的結(jié)構(gòu)，把不同層從下到上進(jìn)行編號(hào)．相鄰兩層的拓?fù)渚仃嚳捎杀疚奶岢龅耐箖?yōu)化算法進(jìn)行求解，通過推斷所有相鄰電壓層節(jié)點(diǎn)之間的連通性，可以識(shí)別出完整的低壓配電網(wǎng)拓?fù)浣Y(jié)構(gòu)．算法步驟如下．

步驟 2 執(zhí)行相位識(shí)別算法原理中的步驟 1、步驟2，得到矩．

步驟3 q = q+ 1，轉(zhuǎn)步驟1，直到 q = Q- 1，通過斷完整的低壓配電網(wǎng)拓?fù)浣Y(jié)構(gòu)．

4 仿真分析

4.1 相位識(shí)別

首先通過相位識(shí)別算例來驗(yàn)證所提出算法的可行性，算例由終端用戶節(jié)點(diǎn)和相線節(jié)點(diǎn)組成．考慮一個(gè)具有 12 個(gè)節(jié)點(diǎn)的相位連接網(wǎng)絡(luò)，該網(wǎng)絡(luò)有 9 個(gè)用戶節(jié)點(diǎn)連接到3 條不同的相線，設(shè)定0.5σ =．用戶和相線節(jié)點(diǎn)在各個(gè)時(shí)間間隔采集到的電量測(cè)量值如表1 所示．

將步驟 1、步驟 2 應(yīng)用于數(shù)據(jù)集，計(jì)算相位拓?fù)渚仃嚕Y(jié)果如表2 所示．

結(jié)合相位拓?fù)渚仃嚭褪?1)的定義，可以得出用戶和相線的連通關(guān)系，可視化連接關(guān)系如圖 2 所示：用戶節(jié)點(diǎn)5、6 和8 與相線節(jié)點(diǎn)A 相連；用戶節(jié)點(diǎn)1、3、4 和 9 與相線節(jié)點(diǎn) B 相連；用戶節(jié)點(diǎn) 2 和 7 與相線節(jié)點(diǎn)C 相連．

表1 相位網(wǎng)絡(luò)的電量測(cè)量數(shù)據(jù)Tab.1 Energy measurement data of phase network

表2 相位拓?fù)渚仃嘥ab.2 Matrix of phase topology

圖2 相位連接關(guān)系Fig.2 Phase connection relationship

4.2 大型低壓配電網(wǎng)拓?fù)渥R(shí)別仿真分析

接下來在大型低壓配電網(wǎng)上驗(yàn)證了本文提出的拓?fù)渥R(shí)別算法．該網(wǎng)絡(luò)使用 Matlab 中的隨機(jī)數(shù)生成器構(gòu)建，為方便計(jì)算，設(shè)某一區(qū)域有 100 個(gè)用戶連接到 4 個(gè)臺(tái)區(qū)，連接關(guān)系未知；每個(gè)節(jié)點(diǎn)電表的讀數(shù)是從隨機(jī)均勻分布中取樣的，平均值和最大值等于用戶的平均負(fù)荷和峰值負(fù)荷．

本文使用不同的數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn)．用k 值分別為0～300 的電量測(cè)量值進(jìn)行網(wǎng)絡(luò)拓?fù)渥R(shí)別仿真實(shí)驗(yàn)．將仿真實(shí)驗(yàn)輸出的最優(yōu)解矩陣與實(shí)際的網(wǎng)絡(luò)拓?fù)渫負(fù)渚仃囘M(jìn)行比較，重復(fù)仿真實(shí)驗(yàn) 200 次．拓?fù)渥R(shí)別的準(zhǔn)確率定義為正確識(shí)別出連接關(guān)系的節(jié)點(diǎn)數(shù)占總節(jié)點(diǎn)數(shù)的百分比．

(1) 無噪聲仿真：在這種情況下，分別進(jìn)行了基于PCA 的L1 范數(shù)優(yōu)化和L2 范數(shù)優(yōu)化的仿真實(shí)驗(yàn)，并與文獻(xiàn)[15]中的 PCA 算法進(jìn)行對(duì)比，結(jié)果如圖 3所示．可以看出，與文獻(xiàn)[15]中的 PCA 算法相比，基于 PCA 的范數(shù)優(yōu)化算法在拓?fù)錅?zhǔn)確率上表現(xiàn)更好，但3 種算法要達(dá)到100%的拓?fù)渥R(shí)別準(zhǔn)確率需要的時(shí)間采樣點(diǎn)數(shù)量是相差無幾的．單從優(yōu)化算法對(duì)比，目標(biāo)函數(shù)的 L2 范數(shù)的識(shí)別準(zhǔn)確率在整體上都是優(yōu)于L1 范數(shù)的．因此在采樣數(shù)據(jù)不足的情況下可以使用目標(biāo)函數(shù)的 L2 范數(shù)優(yōu)化算法，以得到更準(zhǔn)確的拓?fù)浣Y(jié)構(gòu)．

圖3 無噪聲的拓?fù)渥R(shí)別準(zhǔn)確率Fig.3 Success rate of topology identification without noise

(2) 有噪聲仿真：因信噪比為20 dB 的高斯噪聲更接近現(xiàn)實(shí)測(cè)量數(shù)據(jù)中噪聲的統(tǒng)計(jì)特性[15]，所以引入了信噪比為20 dB 的高斯隨機(jī)噪聲，仿真結(jié)果如圖4 所示．可以看出，與文獻(xiàn)[15]中的 PCA 算法相比，本文提出的算法在識(shí)別準(zhǔn)確率達(dá)到100%時(shí)所需的時(shí)間采樣點(diǎn)數(shù)從248 降低到200，意味著在現(xiàn)實(shí)中可以節(jié)省大量的采樣時(shí)間．

圖4 有噪聲的拓?fù)渥R(shí)別準(zhǔn)確率Fig.4 Success rate of topology identification with noise

如在采樣數(shù)據(jù)充足的情況下使拓?fù)渥R(shí)別準(zhǔn)確率達(dá)到 100%，可以選用算法運(yùn)行時(shí)間復(fù)雜度表現(xiàn)更好的算法．

4.3 算法運(yùn)行時(shí)間復(fù)雜度分析

隨著智能電網(wǎng)云計(jì)算對(duì)數(shù)據(jù)處理的速度要求越來越高，算法的時(shí)間復(fù)雜度成為衡量拓?fù)渥R(shí)別算法優(yōu)劣的重要指標(biāo)．算法的時(shí)間復(fù)雜度可以由算法中時(shí)間花銷最大的步驟來決定，步驟 1 運(yùn)行時(shí)間是微秒級(jí)[13]，而步驟 2 運(yùn)行時(shí)間為秒級(jí)，因此以步驟2 為主分析本文算法的時(shí)間復(fù)雜度．拓?fù)渥R(shí)別算法的仿真時(shí)間主要取決于數(shù)據(jù)集矩陣的規(guī)模，即取決于配電網(wǎng)節(jié)點(diǎn)數(shù)N 和數(shù)據(jù)采樣點(diǎn)數(shù)k．

首先分析配電網(wǎng)節(jié)點(diǎn)數(shù)N 對(duì)算法運(yùn)行時(shí)間的影響．固定數(shù)據(jù)采樣點(diǎn)數(shù)k，將本文算法應(yīng)用于N 值不同的數(shù)據(jù)集進(jìn)行仿真．設(shè)，重復(fù)實(shí)驗(yàn) 200次，得到算法的仿真時(shí)間結(jié)果，如圖5 所示．

圖5 固定k 的仿真時(shí)間對(duì)比Fig.5 Simulation time comparison under fixed k

從圖 5 可以看出，基于 PCA 的優(yōu)化時(shí)間是呈多項(xiàng)式型增加的．從優(yōu)化算法比較，目標(biāo)函數(shù)的 L2 范數(shù)仿真時(shí)間在整體上是優(yōu)于 L1 范數(shù)的．?dāng)U展到擁有大量節(jié)點(diǎn)低壓配電網(wǎng)，可以估算出拓?fù)渥R(shí)別所用的時(shí)間．

考慮到實(shí)際配電網(wǎng)中相鄰層的節(jié)點(diǎn)數(shù)一般是固定的，因此在仿真中固定了配電網(wǎng)節(jié)點(diǎn)數(shù)N ( a = 1 00,b = 4)，通過增加k 值來觀察仿真時(shí)間．算法的運(yùn)行時(shí)間結(jié)果如圖6 所示．

從圖6 可以看出，本文提出的算法的運(yùn)行時(shí)間隨著k 值的增大沒有產(chǎn)生較大的變化，說明算法的運(yùn)行時(shí)間已被固定在一個(gè)區(qū)間內(nèi)．其微小的上升是因步驟1 仿真時(shí)間的增加，而步驟2 計(jì)算所需的數(shù)據(jù)集已被降維到與k 值無關(guān)，因此可以得出，本文提出的算法的時(shí)間復(fù)雜度為 O ( N2)．

圖6 固定N 的仿真時(shí)間對(duì)比Fig.6 Simulation time comparison under fixed N

為了與文獻(xiàn)[15]和文獻(xiàn)[16]中的傳統(tǒng)優(yōu)化算法仿真做對(duì)比，在此對(duì)4 種算法的仿真時(shí)間數(shù)據(jù)進(jìn)行2 階多項(xiàng)式擬合，結(jié)果如圖 7 所示．可以看出，本文提出的 2 種算法運(yùn)行時(shí)間較為固定，隨k 值增大增幅較?。畬?duì)比兩種 L2 優(yōu)化算法，本文的算法在 90k ＞ 時(shí)，仿真時(shí)間會(huì)低于傳統(tǒng) L2 優(yōu)化算法，并且隨著k 值的增大，仿真時(shí)間的差距更加明顯；同樣，在，本文的L1 優(yōu)化算法的仿真時(shí)間會(huì)低于傳統(tǒng)L1 優(yōu)化算法．

圖7 不同算法的仿真時(shí)間Fig.7 Simulation time of different algorithms

因低壓配電網(wǎng)結(jié)構(gòu)較為復(fù)雜，通常含有大量節(jié)點(diǎn)，使得拓?fù)渚仃嚨那蠼庾兊美щy，另由于智能儀表存在的損失和噪聲對(duì)拓?fù)渥R(shí)別影響巨大，低壓配電網(wǎng)的拓?fù)渥R(shí)別需要大量的數(shù)據(jù)采樣點(diǎn)才能實(shí)現(xiàn)準(zhǔn)確識(shí)別，這種情況下，本文提出的算法在運(yùn)行時(shí)間上具有的良好表現(xiàn)．

5 結(jié) 論

本文就低壓配電網(wǎng)拓?fù)浣Y(jié)構(gòu)的識(shí)別這一實(shí)際問題，提出了一種基于 PCA 和凸優(yōu)化理論的低壓配電網(wǎng)拓?fù)渥R(shí)別方法．與現(xiàn)有方法相比，本文方法有以下優(yōu)勢(shì)．

(1) 該方法利用 PCA 對(duì)數(shù)據(jù)集進(jìn)行降維處理，將拓?fù)渚仃嚨挠?jì)算轉(zhuǎn)換為與測(cè)量時(shí)間隔離采樣點(diǎn)無關(guān)的優(yōu)化求解問題．

(2) 利用范數(shù)逼近原理和凸松弛將低壓配電網(wǎng)拓?fù)渥R(shí)別問題轉(zhuǎn)化為可解的凸優(yōu)化問題，解決了其他優(yōu)化算法容易陷入局部最優(yōu)解的問題．

(3) 與傳統(tǒng)優(yōu)化方法相比，該方法的運(yùn)行時(shí)間受采樣點(diǎn)數(shù)的影響較小，使得該方法在大型低壓配電網(wǎng)和數(shù)據(jù)集規(guī)模較大的場(chǎng)景下具有較高的應(yīng)用價(jià)值.

本文提出的低壓配電網(wǎng)拓?fù)渥R(shí)別方法有一定的實(shí)際意義，但該方法的理論體系較為簡(jiǎn)單，因此可以在基于電能守恒定律的線性模型中結(jié)合傳感器的微能量收集評(píng)價(jià)技術(shù)，并提出適應(yīng)于微能量收集技術(shù)應(yīng)用下的低壓配電網(wǎng)拓?fù)渥R(shí)別方法．