變電站站界噪聲抗干擾測量方法

盧鈴，佘愷，蔡煒，唐奇，謝銀娥，武帥兵

(1.國網湖南省電力有限公司電力科學研究院，湖南 長沙 410007；2.國網湖南省電力有限公司婁底供電分公司，湖南 婁底 417000；3.中科傳啟(蘇州)科技有限公司，江蘇 蘇州 215163)

0 引言

站界噪聲測量是新建變電站環保驗收、在運變電站例行環保監測、噪聲投訴處置等環節中的重要內容，測量數據準確性是后續工作順利開展的基礎，其重要程度不言而喻[1－4]。

目前，變電站站界噪聲測量一般遵循GB 12348—2008?工業企業廠界環境噪聲排放標準》進行測量，使用的設備大多為手持式聲級計，如丹麥B＆K 2270型手持式分析儀等。變電站內噪聲主要來自于變壓器、電抗器、冷卻風機等設備，短時間內，時間聲源特性不會發生較大變化，可看作穩態噪聲源。根據GB 12348—2008規定，當被測聲源是穩態噪聲時，采用1 min的等效聲級[1，5]。然而，在實際測量中，經常會遇到周圍存在各種環境干擾噪聲影響的情況，如蟲鳴、鳥叫、車輛鳴笛等。這導致變電站站界噪聲測量時容易受到干擾，極大影響測試工作效率。因此，有效抑制環境干擾噪聲，實現變電站噪聲的抗干擾測量具有重要的應用價值。

考慮到變電站噪聲可看作穩態噪聲，干擾噪聲為非穩態噪聲，因此可借鑒語音增強中背景噪聲估計技術，去除非穩態干擾信號對站界噪聲測量的影響。常見的穩態噪聲估計技術包含基于有音無音判斷方法、最小統計法、譜減法等[6－12]。基于有音無音判斷，即對信號數據進行分幀分析，如果認為存在著非穩態信號(干擾噪聲)，則不利用該幀數據進行噪聲估計；相反如果不存在干擾，則進行利用該幀數據采用平滑的方式進行噪聲估計。基于有音無音判斷依賴于一些門限值的設定，而這些門限值設定需要預先知道穩態噪聲和非穩態噪聲特性。有學者采用直方圖等方法進行有音無音判斷，但其計算量較大，在實際的低成本系統中實現效果并不理想。最小統計法，是一種不依賴于有音無音檢測的方法，其基本原理是認為當前幀的功率譜是由穩態噪聲功率譜與干擾信號功率譜疊加得到。而由于干擾信號功率譜是變化的，因此綜合多幀信號各頻率點功率譜的最小值，即可以得到穩態噪聲功率譜。該方法操作簡便，計算量小，但其對噪聲估計值比實際噪聲值通常要小。譜減法是處理寬帶噪聲較為傳統和有效的語音增強方法，其基本思想是在假定語音信號與平穩背景噪聲信號相互獨立的條件下，從帶噪信號的功率譜中減去平穩背景噪聲功率譜，從而得到較為純凈的語音頻譜。但是在變電站站界噪聲檢測中，前述“平穩背景噪聲”對應的是變電站噪聲，“語音信號”對應干擾噪聲，顯然適用性不佳。

本文提出一種變電站站界噪聲抗干擾分析方法，基于雙傳聲器形成增強信號，對增強信號評價每個時頻點干擾噪聲存在概率，根據存在概率對每個頻率點信號能量進行加權，從而抑制環境噪聲干擾。該方法利用變電站噪聲與干擾噪聲的空間分布關系，把傳聲器陣列的波束方向和谷點方向分別指向變電站方向和干擾噪聲方向，通過兩者波束的能量比值提高干擾信號存在概率計算準確度，從而減小變電站噪聲的估計誤差。

1 變電站噪聲特性

變電站是電力系統中對電壓和電流進行變換、接受電能及分配電能的設施。變電站噪聲主要產生于變壓器、電抗器、電容器等電力設備以及用于散熱的風機等，其噪聲產生機理和特性已被深入研究[13－20]。

變壓器噪聲是由變壓器本體(鐵心、繞組)的振動及冷卻設備的運行所引起的。本體振動的主要來源包括:硅鋼片的磁致伸縮所引起的鐵心周期性振動，硅鋼片接縫處和疊片之間因漏磁而產生的電磁吸引力所引起的振動，通流繞組間產生的匝間電動力所引起的振動，漏磁所引起的油箱壁振動。研究表明上述振動和噪聲的基頻為100 Hz，同時由于磁致伸縮的曲線為非線性，結構可能存在非線性，以及諧波負載等因素，還會出現100 Hz的諧波頻率。冷卻設備包括冷卻風機、循環油泵等。以冷卻風機為例，運行時會在葉片附近會產生氣流漩渦，氣流漩渦擾動空氣產生流體噪聲。因此冷卻設備噪聲表現為明顯的白噪聲特性，其噪聲能量較為均勻地分布于一段較寬的頻帶上。變電站內還可能有其他用于通風散熱的冷卻風機，噪聲特性類似，均可看作穩態聲源。

電抗器也是變電站中常見的噪聲源，用于限流、濾波、平波、功率因數補償等各種用途。按照磁路結構劃分，可以分為空心與鐵心式電抗器兩類。前者噪聲來自于繞組電動力引起的結構振動，后者與變壓器類似，噪聲主要來源于鐵心和繞組。電抗器噪聲的基頻同樣是100 Hz，通常也包含100 Hz諧波成份。

總體而言，由于電力負荷短時間內不會發生急劇變化，設備的運行方式不會發生快速轉變，因此變電站內噪聲源較為穩定，可看作穩態噪聲。

2 雙傳聲器抗干擾測量方法

為降低變電站站界噪聲測量受環境噪聲干擾問題，利用站界噪聲與環境干擾噪聲的時頻域特性和空間特性，提出一種雙傳聲器抗干擾測量方法。

假定雙傳聲器組成的傳聲器陣列布置在變電站噪聲源與干擾噪聲源之間，則第i個傳聲器接收信號為:

式中，si(n)為干擾信號，di(n)為變電站噪聲信號。通過分幀處理并通過快速傅里葉變換轉到頻域有:

式中，k代表頻率，l代表幀號。對xi(k，l)進行波束加權處理，以形成不同方向的指向性:

式中，Yj(k，l)為采用不同波束加權值的輸出，為相應的波束加權值。和取不同值時可形成不同指向性，因此可以通過設置合適的對不同方位的噪聲信號進行增強或抑制，如圖1所示。

圖1 波束指向性圖

對于變電站站界噪聲測量，變電站的方位是預先知道的，假設其位于0°方向，因此可選擇第一組加權值。假設外部干擾噪聲恰好在180°方向，那么第二組加權值在0°方向形成谷點，即最大限度抑制變壓器噪聲。第一組波束加權值在變電站所在方向有最大值。

首先，要想使學生真正學到英語，而不是在偽學習，教師要根據學生的不同層次和學情來設計教學活動。學生的知識水平、認知能力和性格特點有著很大的差異，所以教師應適當地進行分層教學，給每一個學生必要的自主表現和發展的空間、時間，促使有差異的學生共同發展。分層有很多內容，因為學生的基礎不一致，所以學生需要分層；因為知識的難易程度有別，所以教學目標也要分層；學生和知識有差別，所以施教、作業和評價都需要分層。教師要根據情況的不同，在教學中采取不一樣的教學策略，充分發揮學生在學習中的主體作用，讓學生從英語教學中體會英語學習的樂趣，曾強學習英語的自信，從而提升英語教學的水平，促進學生發展。

其波束圖如圖1(a)所示，另一組加權值在0°方向(干擾噪聲方向)形成谷點:

其波束圖如圖1(b)所示。

令

從上述公式可看出，當不存在干擾噪聲時，由于對變電站噪聲進行了較大的抑制，Y2(k，l)的值較小，因此η(k，l)具有較大的值，使得G(k，l)G(k，l)接近1，的貢獻認為均來自與變壓器噪聲，即變電站噪聲功率與實際傳聲器接收的噪聲信號功率一致。當存在較大干擾噪聲時，Y1(k，l)、Y2(k，l)的值較為接近，因此η(k，l)接近1，使得值較小，對該幀信號的噪聲信號功率進行了有效抑制。

進一步結合MCRA噪聲估計技術，得到最終的變電站噪聲功率估計值為:

式中，ν取0.5，(k，l)為采用MCRA方法對波束輸出Y1(k，l)的噪聲估計結果。

3 實驗結果

為驗證方法的有效性，在全消聲實驗室內進行實驗。主要包含用于播放變電站噪聲信號和干擾噪聲信號的揚聲器，兩個型號為B＆K 4189－A－21型傳聲器構成的雙傳聲器陣列。兩個揚聲器與兩個傳聲器位于同一條水平直線，兩個傳聲器的距離為0.06 m，兩個揚聲器距離兩傳聲器中心的距離均為1.5 m，如圖2所示。為便于描述，假定左側為180°方向，右側為0°方向。

圖2 實驗系統圖

實驗中，兩個揚聲器同時發聲，其中左側揚聲器播放干擾噪聲，右側揚聲器播放變電站噪聲，兩個傳聲器進行信號同步采集。圖3為變壓器噪聲受到鳥叫聲干擾后的時域波形圖。

圖3 包含鳥叫聲干擾的變電站噪聲時域波形

利用算法進行處理后，即可分別得到變電站噪聲和干擾噪聲。圖4(a)為分離得到的鳥叫聲時域波形，圖4(b)為分離得到的變電站噪聲時域波形。可以看出，變電站噪聲和鳥叫聲得到了較好的分離。

圖4 變電站噪聲與鳥叫聲分離結果

同時，還對汽車由近及遠行駛經過產生的噪聲和蟲鳴聲干擾進行了實驗，實驗結果如圖5、圖6所示。

圖5 變電站噪聲與汽車行駛噪聲分離結果

圖6 變電站噪聲與蟲鳴聲分離結果

在無干擾噪聲情況下變電站噪聲為77.7 dB(A)，而存在干擾噪聲時，直接測量結果會偏大，見表1。可以看出，存在蟲鳴、鳥叫、汽車經過干擾噪聲時，直接測量結果分別偏大1.4 dB(A)、0.9 dB(A)和1.5 dB(A)。而采用抗干擾測量方法，測量結果誤差為0.4 dB(A)、－0.1 dB(A)和0.1 dB(A)，誤差明顯降低，說明了抗干擾分析方法的有效性。

表1 變電站噪聲測試值 dB(A)

4 結語

本文提出一種基于雙傳聲器陣列的變電站噪聲估計方法。利用變電站噪聲與干擾噪聲來源方向的不同和雙傳聲器組成的陣列的指向性，實現變電站噪聲和干擾噪聲的分離。在消聲室內的進行實驗，模擬變電站噪聲測試過程中遇到蟲鳴、鳥叫、車輛經過時的噪聲干擾，通過抗干擾測試方法，明顯降低了干擾噪聲的影響，表明方法的有效性。同時，對于不同方位、不同信噪比、不同類型的干擾噪聲影響，后續值得開展更為深入的研究。