风力发电场高频振荡原因确定方法及装置与流程

1.本发明涉及风力发电场技术领域，尤指一种风力发电场高频振荡原因确定方法及装置。


背景技术：

2.由于风力发电场的电力电子设备众多，控制策略复杂，风力发电场的实际运行中却出现了许多不同于常规电厂的新问题，场站内部各设备间容易发生高频振荡问题。高频振荡导致设备电压快速变大，造成风力发电场脱网风险，通过对风力发电场设备精细化建模，研究站内设备高频振荡的发生机理，对解决风力发电场因为高频振荡而脱网有重要意义。
3.当前对于风力发电场内部设备之间发生高频振荡机理研究进行建模分析主要问题是建模精细化程度不高，主要通过单台风电机组进行研究，缺少通过搭建含有整站汇集线模型的风电机组群角度去精细化建模分析，不能很全面建模分析风力发电场站内部高频振荡机理。此外，缺少风电机组群、svg(无功补偿设备)、主变之间发生高频振荡情况时站内各个设备独立相互之间阻抗特性建模，难以分析各站内设备之间互相影响的振荡机理。


技术实现要素：

4.针对现有技术中存在的问题，本发明实施例的主要目的在于提供一种风力发电场高频振荡原因确定方法及装置，实现精细化对风力发电场进行建模，更全面地分析风力发电场内部设备高频振荡原因。
5.为了实现上述目的，本发明实施例提供一种风力发电场高频振荡原因确定方法，所述方法包括：
6.根据获取的风力发电场中各振荡设备的实际设备参数，搭建各振荡设备对应的扫频仿真模型，并利用小信号分析方式，确定各振荡设备对应的扫频阻抗特性；
7.根据获取的风力发电场拓扑结构图，确定所述风力发电场拓扑结构图的电气节点网络；
8.根据预设的设备组合方式、所述电气节点网络及所述扫频阻抗特性，利用节点阻抗聚合计算方式，确定各振荡设备在预设的设备组合方式下对应的阻抗频谱图；
9.根据各振荡设备在预设的设备组合方式下对应的阻抗频谱图，确定所述风力发电场中的高频振荡原因。
10.可选的，在本发明一实施例中，所述根据获取的风力发电场中各振荡设备的实际设备参数，搭建各振荡设备对应的扫频仿真模型包括：
11.获取风力发电场中风电机组、无功补偿设备及主变设备的实际设备参数；
12.根据所述风电机组、无功补偿设备及主变设备的实际设备参数，利用rt-lab仿真平台搭建所述风电机组、无功补偿设备及主变设备对应的扫频仿真模型。
13.可选的，在本发明一实施例中，所述利用小信号分析方式，确定各振荡设备对应的
扫频阻抗特性包括：
14.利用小信号分析方式，根据预设的扫频参数，得到所述风电机组、无功补偿设备及主变设备分别对应的扫频阻抗特性。
15.可选的，在本发明一实施例中，所述根据预设的设备组合方式、所述电气节点网络及所述扫频阻抗特性，利用节点阻抗聚合计算方式，确定各振荡设备在预设的设备组合方式下对应的阻抗频谱图包括：
16.对所述电气节点网络进行节点筛选及接地支路合并，得到各电气节点及其对应的自导纳；
17.根据预设的设备组合方式及各振荡设备对应的扫频阻抗特性，利用各电气节点的自导纳进行节点阻抗聚合计算，得到各电气节点的导纳矩阵；
18.根据各电气节点的导纳矩阵确定阻抗矩阵，并根据所述阻抗矩阵，得到各振荡设备在预设的设备组合方式下对应的阻抗频谱图。
19.本发明实施例还提供一种风力发电场高频振荡原因确定装置，所述装置包括：
20.扫频模型模块，用于根据获取的风力发电场中各振荡设备的实际设备参数，搭建各振荡设备对应的扫频仿真模型，并利用小信号分析方式，确定各振荡设备对应的扫频阻抗特性；
21.节点网络模块，用于根据获取的风力发电场拓扑结构图，确定所述风力发电场拓扑结构图的电气节点网络；
22.阻抗频谱图模块，用于根据预设的设备组合方式、所述电气节点网络及所述扫频阻抗特性，利用节点阻抗聚合计算方式，确定各振荡设备在预设的设备组合方式下对应的阻抗频谱图；
23.高频振荡模块，用于根据各振荡设备在预设的设备组合方式下对应的阻抗频谱图，确定所述风力发电场中的高频振荡原因。
24.可选的，在本发明一实施例中，所述扫频模型模块包括：
25.设备参数单元，用于获取风力发电场中风电机组、无功补偿设备及主变设备的实际设备参数；
26.模型搭建单元，用于根据所述风电机组、无功补偿设备及主变设备的实际设备参数，利用rt-lab仿真平台搭建所述风电机组、无功补偿设备及主变设备对应的扫频仿真模型。
27.可选的，在本发明一实施例中，所述扫频模型模块还用于利用小信号分析方式，根据预设的扫频参数，得到所述风电机组、无功补偿设备及主变设备分别对应的扫频阻抗特性。
28.可选的，在本发明一实施例中，所述阻抗频谱图模块包括：
29.自导纳单元，用于对所述电气节点网络进行节点筛选及接地支路合并，得到各电气节点及其对应的自导纳；
30.导纳矩阵单元，用于根据预设的设备组合方式及各振荡设备对应的扫频阻抗特性，利用各电气节点的自导纳进行节点阻抗聚合计算，得到各电气节点的导纳矩阵；
31.阻抗频谱图单元，用于根据各电气节点的导纳矩阵确定阻抗矩阵，并根据所述阻抗矩阵，得到各振荡设备在预设的设备组合方式下对应的阻抗频谱图。
32.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法。
33.本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
34.本发明通过对风力发电场内部设备进行精细化建模，对风力发电场整体及其内部设备个体进行分析，简单且高效的完成节点数量庞大的风力发电场设备阻抗计算，实现精细化完成多设备多因素情况下的高频振荡确定，更全面地定位风力发电场内部设备高频振荡原因。
附图说明
35.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的前提下，还可以根据这些附图获得其他的附图。
36.图1为本发明实施例一种风力发电场高频振荡原因确定方法的流程图；
37.图2为本发明实施例中搭建扫频仿真模型的流程图；
38.图3为本发明实施例中确定阻抗频谱图的流程图；
39.图4为本发明实施例中电气节点网络示意图；
40.图5为本发明一具体实施例中节点阻抗聚合算法流程示意图；
41.图6为本发明实施例中阻抗频谱示意图；
42.图7为本发明一具体实施例中精细化建模过程示意图；
43.图8为本发明实施例中应用风力发电场高频振荡原因确定方法的系统的结构示意图；
44.图9为本发明实施例一种风力发电场高频振荡原因确定装置的结构示意图；
45.图10为本发明实施例中扫频模型模块的结构示意图；
46.图11为本发明实施例中阻抗频谱图模块的结构示意图；
47.图12为本发明一实施例所提供的电子设备的结构示意图。
具体实施方式
48.本发明实施例提供一种风力发电场高频振荡原因确定方法及装置。
49.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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
50.如图1所示为本发明实施例一种风力发电场高频振荡原因确定方法，本发明实施例提供的风力发电场高频振荡原因确定方法的执行主体包括但不限于计算机。图中所示方法包括：
51.步骤s1，根据获取的风力发电场中各振荡设备的实际设备参数，搭建各振荡设备对应的扫频仿真模型，并利用小信号分析方式，确定各振荡设备对应的扫频阻抗特性。
52.其中，获取的风力发电场中各振荡设备的实际设备参数，具体的，振荡设备包括风电机组、无功补偿设备(svg)及主变设备。依据阻抗扫频法，通过rt-lab仿真平台分别搭建的风电机组、无功补偿设备及主变设备对应的扫频仿真模型。
53.进一步的，采用小信号扰动分析方法，根据预设扫频参数，确定各振荡设备对应的扫频阻抗特性。具体的，扫频参数包括：扫频步长以及扫频干扰源幅值，扫频步长可设置为1hz，扫频干扰源幅值可控制在0～5％倍设备额定电压范围。由此得到不同工况情况下，风电机组、无功补偿设备及主变设备在不同频率下的扫频阻抗特性。
54.进一步的，rt-lab是一种高速实时数字仿真平台，具有运算能力强、接口丰富的优势，在电力系统、自动控制等领域均有广泛应用，是对控制算法进行仿真评估的重要技术手段。
55.步骤s2，根据获取的风力发电场拓扑结构图，确定所述风力发电场拓扑结构图的电气节点网络。
56.其中，收集风力发电场设备、汇集线电气信息和一次接线拓扑结构图等基本信息作为风力发电场拓扑结构图。依据风力发电场拓扑结构图，如图4所示，按照顺序依次标识出场站设备(主变、风机、箱变等)、汇集线(汇集线1、汇集线2)、线路(1#线路、2#线路、母线等)各个节点的编号(1、2、3等)，由此得到风力发电场拓扑结构图的电气节点网络，图中示意站内设备节点的标识示意方法。
57.步骤s3，根据预设的设备组合方式、所述电气节点网络及所述扫频阻抗特性，利用节点阻抗聚合计算方式，确定各振荡设备在预设的设备组合方式下对应的阻抗频谱图。
58.其中，根据预设的设备组合方式、电气节点网络及扫频阻抗特性，利用节点阻抗聚合算法，进行多种设备组合方式的精细化分析。具体的，对电气节点网络的电气节点进行阻抗聚合计算，能够得出svg设备阻抗特性、主变设备阻抗特性、风电机组群阻抗特性、svg设备 主变设备阻抗特性、主变设备 风电机组群阻抗特性、svg设备 风电机组群阻抗特性、svg设备 主变设备阻抗特性、svg设备 风电机组群 主变设备阻抗特性等多种设备组合方式下的阻抗频谱图。
59.步骤s4，根据各振荡设备在预设的设备组合方式下对应的阻抗频谱图，确定所述风力发电场中的高频振荡原因。
60.其中，根据各振荡设备在预设的设备组合方式下对应的阻抗频谱图，例如，多种设备组合方式下的振荡设备a与振荡设备b的阻抗频谱图，寻找两图的辐值交汇点，并满足两图交汇点相角相差180度，即可确定风力发电场内部设备高频振荡原因。
61.作为本发明的一个实施例，如图2所示，所述根据获取的风力发电场中各振荡设备的实际设备参数，搭建各振荡设备对应的扫频仿真模型包括：
62.步骤s21，获取风力发电场中风电机组、无功补偿设备及主变设备的实际设备参数；
63.步骤s22，根据所述风电机组、无功补偿设备及主变设备的实际设备参数，利用rt-lab仿真平台搭建所述风电机组、无功补偿设备及主变设备对应的扫频仿真模型。
64.其中，振荡设备包括风电机组、无功补偿设备(svg)及主变设备。依据阻抗扫频法，通过rt-lab仿真平台分别搭建的风电机组、无功补偿设备及主变设备对应的扫频仿真模型。
65.在本实施例中，利用小信号分析方式，确定各振荡设备对应的扫频阻抗特性包括：利用小信号分析方式，根据预设的扫频参数，得到所述风电机组、无功补偿设备及主变设备分别对应的扫频阻抗特性。
66.其中，采用小信号扰动分析方法，根据预设扫频参数，确定各振荡设备对应的扫频阻抗特性。具体的，扫频参数包括：扫频步长以及扫频干扰源幅值，扫频步长可设置为1hz，扫频干扰源幅值可控制在0～5％倍设备额定电压范围。由此得到不同工况情况下，风电机组、无功补偿设备及主变设备在不同频率下的扫频阻抗特性。
67.作为本发明的一个实施例，如图3所示，根据预设的设备组合方式、所述电气节点网络及所述扫频阻抗特性，利用节点阻抗聚合计算方式，确定各振荡设备在预设的设备组合方式下对应的阻抗频谱图包括：
68.步骤s31，对所述电气节点网络进行节点筛选及接地支路合并，得到各电气节点及其对应的自导纳；
69.步骤s32，根据预设的设备组合方式及各振荡设备对应的扫频阻抗特性，利用各电气节点的自导纳进行节点阻抗聚合计算，得到各电气节点的导纳矩阵；
70.步骤s33，根据各电气节点的导纳矩阵确定阻抗矩阵，并根据所述阻抗矩阵，得到各振荡设备在预设的设备组合方式下对应的阻抗频谱图。
71.具体的，举例说明：风电机组群进行精细化阻抗聚合计算得出风电机组群聚合在35kv母线的阻抗特性，对节点矩阵进行聚合迭代计算。节点导纳矩阵逆变换得到阻抗矩阵，在起始节点1位置注入1 j0的电流，其他节点位置不注入电流，根据节点阻抗矩阵法推导，yuj＝ej(j＝1,2,3...n)，ej为单位注入电流，uj为注入节点的节点电压，y为节点导纳矩阵，经过推算得到zj＝uj＝y-1
(j＝1,2,3...n)。由此可知在任意节点n的电压为n节点到起始节点1之间的互阻抗，节点n的电压除以注入电流即为输入的阻抗，如图5所示，具体步骤包括：
72.步骤1：梳理电气节点网络，得出网络节点总数p，整理出网络的各个节点的接地支路和节点之间非接地支路，得到任意节点k接地的导纳y
kk
和任意节点i，k之间的互导纳y
ik
；
73.步骤2：筛选出风电机组、svg设备，分别作为网络一端接地的电气节点，筛选出主变、箱变、汇集线等效接地支路的电气节点；
74.步骤3：对于同一电气节点有多条接地支路进行合并，得出合并后总的节点数n和各节点导纳矩阵；
75.步骤4：确定所需计算的起始节点，运行仿真平台节点导纳聚合累加算法程序，得出电气节点导纳矩阵数据
76.步骤5：导纳矩阵数据求逆计算变换得出阻抗矩阵
根据求解的阻抗矩阵及上述求解原理，即得到从节点1看整体的系统阻抗z
11
。
77.依据上面算法，类似的，根据以上算法，可以推导出220kv母线以下设备的各个节点处的输入阻抗特性。
78.根据以上步骤，能够得出svg设备阻抗特性、主变设备阻抗特性、风电机组群阻抗特性、svg设备 主变设备阻抗特性、主变设备 风电机组群阻抗特性、svg设备 风电机组群阻抗特性、svg设备 主变设备阻抗特性、svg设备 风电机组群 主变设备阻抗特性等多种设备组合方式，为找出风电发电场高频振荡原因进行而进行精细化分析提供多种方式。举例多种精细化方式列表组合，如表1所示。
79.表1
[0080][0081]
由此可以得到多种设备组合方式下的振荡设备a与振荡设备b的阻抗频谱特性数据，通过频谱分析和振荡判据来判断是否a、b设备间存在振荡风险。
[0082]
具体得，画出阻抗频谱图，寻找两图的辐值交汇点，并满足两图交汇点相振荡判据，具体根据判据：r
∑
＝ra(ω) rb(ω)《0，其中r
∑
为设备a、b的阻抗za(ω)、zb(ω)的阻尼之和来判断风险。即可确定风电发电场内部设备高频振荡原因，如图6所示。图中f指的是频率，ra、rb是za、zb表达式的阻尼部分，计算出za、zb自然就可以得到ra、rb，图中的r
∑
指的是各个设备a和设备b交点位置处的阻尼和，如果这个和是负的，就代表有振荡风险。
[0083]
在本发明一具体实施例中，如图7所示为精细化建模过程示意图，具体过程包括：通过rt-lab仿真软件搭建风力发电站内部精细化模型，包括含有汇集线路的风电机组群模型、svg设备模型、主变模型、整站模型。然后通过设置svg不同工况运行情况下，通过阻抗扫频法，得出风电机组、svg设备、主变设备的频率阻抗特性。
[0084]
进一步的，根据场站结构，利用节点聚合算法，得到多种精细化分析模型，具体的，对模型参数进行场站节点聚合阻抗计算，得出含有汇集线的风电机组群模型、含有风电机组群与svg设备模型、含有主变与svg设备模型、不含svg的整站模型等多种模型的频率阻抗特性。
[0085]
进一步的，根据阻抗分析法和阻抗频谱图，对多种模型进行精细化组合，实现风力发电站精细化振荡风险评估和机理研究。
[0086]
在本发明一具体实施例中，本技术还提供一种应用风力发电场高频振荡原因确定方法的系统，如图8所示，主要包括rt-lab实时仿真平台、上位机、电网系统、风电场内部设备和半实物控制系统。
[0087]
其中，在上位机搭建、编译电力系统模型，并通过通讯系统与rt-lab仿真平台相连接，进行大规模矩阵的实时计算与运行；在测试过程中，上位机可以预设工况，也可以随时向rt-lab仿真平台发送命令，改变测试工况参数。半实物控制系统与rt-lab仿真平台连接，用于将仿真机输出的电力系统模型中的电压、电流信号放大至待测设备的电压电流输入范围；半实物控制系统与待测设备连接，实现待测设备在上位机搭建的响应工况下的动态模拟测试。
[0088]
本发明通过对风力发电场内部设备进行精细化建模，对风力发电场整体及其内部设备个体进行分析，简单且高效的完成节点数量庞大的风力发电场设备阻抗计算，实现精细化完成多设备多因素情况下的高频振荡确定，更全面地定位风力发电场内部设备高频振荡原因。
[0089]
如图9所示为本发明实施例一种风力发电场高频振荡原因确定装置的结构示意图，图中所示装置包括：
[0090]
扫频模型模块10，用于根据获取的风力发电场中各振荡设备的实际设备参数，搭建各振荡设备对应的扫频仿真模型，并利用小信号分析方式，确定各振荡设备对应的扫频阻抗特性。
[0091]
其中，获取的风力发电场中各振荡设备的实际设备参数，具体的，振荡设备包括风电机组、无功补偿设备(svg)及主变设备。依据阻抗扫频法，通过rt-lab仿真平台分别搭建的风电机组、无功补偿设备及主变设备对应的扫频仿真模型。
[0092]
进一步的，采用小信号扰动分析方法，根据预设扫频参数，确定各振荡设备对应的扫频阻抗特性，得到不同工况情况下，风电机组、无功补偿设备及主变设备在不同频率下的扫频阻抗特性。
[0093]
进一步的，rt-lab是一种高速实时数字仿真平台，具有运算能力强、接口丰富的优势，在电力系统、自动控制等领域均有广泛应用，是对控制算法进行仿真评估的重要技术手段。
[0094]
节点网络模块20，用于根据获取的风力发电场拓扑结构图，确定所述风力发电场拓扑结构图的电气节点网络。
[0095]
其中，收集风力发电场设备、汇集线电气信息和一次接线拓扑结构图等基本信息作为风力发电场拓扑结构图。依据风力发电场拓扑结构图，按照顺序依次标识出场站设备、汇集线各个节点的编号，由此得到风力发电场拓扑结构图的电气节点网络。
[0096]
阻抗频谱图模块30，用于根据预设的设备组合方式、所述电气节点网络及所述扫频阻抗特性，利用节点阻抗聚合计算方式，确定各振荡设备在预设的设备组合方式下对应的阻抗频谱图。
[0097]
其中，根据预设的设备组合方式、电气节点网络及扫频阻抗特性，利用节点阻抗聚合算法，进行多种设备组合方式的精细化分析。具体的，对电气节点网络的电气节点进行阻抗聚合计算，能够得出svg设备阻抗特性、主变设备阻抗特性、风电机组群阻抗特性、svg设备 主变设备阻抗特性、主变设备 风电机组群阻抗特性、svg设备 风电机组群阻抗特性、svg设备 主变设备阻抗特性、svg设备 风电机组群 主变设备阻抗特性等多种设备组合方式下的阻抗频谱图。
[0098]
高频振荡模块40，用于根据各振荡设备在预设的设备组合方式下对应的阻抗频谱
图，确定所述风力发电场中的高频振荡原因。
[0099]
其中，根据各振荡设备在预设的设备组合方式下对应的阻抗频谱图，例如，多种设备组合方式下的振荡设备a与振荡设备b的阻抗频谱图，寻找两图的辐值交汇点，并满足两图交汇点相角相差180度，即可确定风力发电场内部设备高频振荡原因。
[0100]
作为本发明的一个实施例，如图10所示，所述扫频模型模块10包括：
[0101]
设备参数单元11，用于获取风力发电场中风电机组、无功补偿设备及主变设备的实际设备参数；
[0102]
模型搭建单元12，用于根据所述风电机组、无功补偿设备及主变设备的实际设备参数，利用rt-lab仿真平台搭建所述风电机组、无功补偿设备及主变设备对应的扫频仿真模型。
[0103]
在本实施例中，所述扫频模型模块10还用于利用小信号分析方式，根据预设的扫频参数，得到所述风电机组、无功补偿设备及主变设备分别对应的扫频阻抗特性。
[0104]
作为本发明的一个实施例，如图11所示，阻抗频谱图模块30包括：
[0105]
自导纳单元31，用于对所述电气节点网络进行节点筛选及接地支路合并，得到各电气节点及其对应的自导纳；
[0106]
导纳矩阵单元32，用于根据预设的设备组合方式及各振荡设备对应的扫频阻抗特性，利用各电气节点的自导纳进行节点阻抗聚合计算，得到各电气节点的导纳矩阵；
[0107]
阻抗频谱图单元33，用于根据各电气节点的导纳矩阵确定阻抗矩阵，并根据所述阻抗矩阵，得到各振荡设备在预设的设备组合方式下对应的阻抗频谱图。
[0108]
基于与上述一种风力发电场高频振荡原因确定方法相同的申请构思，本发明还提供了上述一种风力发电场高频振荡原因确定装置。由于该一种风力发电场高频振荡原因确定装置解决问题的原理与一种风力发电场高频振荡原因确定方法相似，因此该一种风力发电场高频振荡原因确定装置的实施可以参见一种风力发电场高频振荡原因确定方法的实施，重复之处不再赘述。
[0109]
本发明通过对风力发电场内部设备进行精细化建模，对风力发电场整体及其内部设备个体进行分析，简单且高效的完成节点数量庞大的风力发电场设备阻抗计算，实现精细化完成多设备多因素情况下的高频振荡确定，更全面地定位风力发电场内部设备高频振荡原因。
[0110]
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法。
[0111]
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
[0112]
如图12所示，该电子设备600还可以包括：通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是，电子设备600也并不是必须要包括图12中所示的所有部件；此外，电子设备600还可以包括图12中没有示出的部件，可以参考现有技术。
[0113]
如图12所示，中央处理器100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器100接收输入并控制电子设备600的各个部件的操作。
[0114]
其中，存储器140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非
易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序，以实现信息存储或处理等。
[0115]
输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为lcd显示器，但并不限于此。
[0116]
该存储器140可以是固态存储器，例如，只读存储器(rom)、随机存取存储器(ram)、sim卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为eprom等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142，该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。
[0117]
存储器140还可以包括数据存储部143，该数据存储部143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
[0118]
通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
[0119]
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132，以经由扬声器131提供音频输出，并接收来自麦克风132的音频输入，从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器130还耦合到中央处理器100，从而使得可以通过麦克风132能够在本机上录音，且使得可以通过扬声器131来播放本机上存储的声音。
[0120]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0121]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0122]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或
多个方框中指定的功能。
[0123]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0124]
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。