基于DBSCAN的風電葉片音頻分類研究

董小泊

（中國華電集團有限公司甘肅公司，甘肅 蘭州 730000）

風能作為一種環保、綠色、可再生的清潔能源，在全球節能減排進程中起到了越來越重要的作用。我國風資源主要分布于沿海、西部內陸等偏遠、氣候環境惡劣的區域，因此在此惡劣環境中，風電機組的葉片極易遭受環境侵蝕，產生裂紋、磨損、沙眼等情況，因此如何檢測葉片質量成為了一項重要工作。傳統模式下的人工定期巡檢方式，對于大多地處偏遠區域、海上區域等的風場，在風電機組數眾多的情況下，效率與時效性極低。因此，基于數字化、網絡化的自動遠程葉片監測技術，正越來越受到人們的重視。

目前，對于葉片的自動化監測，普遍采取一種不影響風機正常運作的無損檢測方法，選擇合適的拾音器，安裝在塔筒底部塔壁上，采集并分析葉片旋轉時的掃塔聲。

1 DBSCAN

本文基于葉片運轉與未運轉2種類別的音頻數據進行分類。可采取人工耳聽并對葉片音頻貼標簽的方式構建監督分類模型，但由于音頻持續采集，數據量較大，采取人工方式，效率極低，因此嘗試基于無監督的DBSCAN聚類方式進行分類。

DBSCAN基于密度聚類，不需要預先指定聚類簇數，它可發現任意形狀的聚類，作為基于密度算法的經典代表，在聚類分析中得到越來越多的應用。

DBSCAN算法需要設定兩個參數：Eps（定義密度時的鄰域半徑參數，記為ε）和MinPts（鄰域密度閾值，記為M）。記數據集合X={x(1)，x(2)，…，x(N)}，基本概念如下：

（1）ε鄰域：設x∈X，稱Nε(x)={y∈X；d(y，x)≤ε}為x的ε鄰域，顯然x∈Nε(x)。

（2）密度：設x∈X，稱ρ(x)=|Nε(x)|為x的密度，是一個整數值，且依賴于半徑ε。

（3）核心點：設x∈X，若ρ(x)≥M，則稱x為X的核心點。記由X中所有核心點構成的集合為Xc，并記Xnc=XXc表示由X中的所有非核心點構成的集合。

（4）邊界點：設x∈Xnc，且?y∈X，滿足y∈Nε(x)∩Xc，即x的ε鄰域中存在該核心點，則稱x為X的邊界點，記由X中所有邊界點構成的集合為Xbd。

（5）噪聲點：記Xnoise=X（Xc∪Xbd)，若x∈Xnoise，則稱x為噪音點。

（6）直接密度可達：設x，y∈X，若滿足x∈Xc，y∈Nε(x)，則稱y是從x直接密度可達的。

（7）密度可達：設P(1)，P(2)，…，P(m)∈X，其中m≥2，若它們滿足：P(i+1)是從P(i)直接密度可達的，i=1，2，…，m-1，則稱P(m)是從P(1)密度可達的。

（8）密度項鏈：設x，y，z∈X，若y和z均是從x密度可達的，則稱y和z是密度相連的，顯然密度相連具有對稱性。

（9）類：稱非空集合C?X是X的一個類，如果它滿足：對于x，y∈X

若x∈X，且y是從x密度可達的，則y∈C；

若x∈C，y∈C，則x，y是密度相連的。

它的具體步驟：

輸入：數據集X，半徑參數ε，密度閾值M

輸出：聚類結果及噪聲數據

步驟1：從數據集X中隨機抽取一個未被處理的對象x，且在它的ε-鄰域滿足目睹閾值要求，稱為核對象；

步驟2：遍歷整個數據集，找到所有從對象x的密度可達對象，形成一個新的簇；

步驟3：通過密度相連產生最終簇結果；

步驟4：重復執行步驟2和步驟3，直到數據集中所有對象都為“已處理”。

因此，基于密度的聚類就是一組“密度相連”的對象，以實現最大化的“密度可達”，不包含在任何聚類中的對象就是噪聲數據。

2 特征提取

在對葉片音頻進行DBSCAN之前，需要進行特征提取。葉片音頻本質上屬于時域信號，但由于它又屬于信號數據，可從頻域上提取特征。設信號為xi。

時域特征

（2）1/3倍頻程：1/3倍頻程可以簡化頻譜的分析過程，無需分析每個頻率成分的聲能量，將信號的頻譜劃分為若干個頻帶，每個頻帶的頻率上下限之比恒定為21/3，分析不同頻帶的能量分布情況。

（3）MFCC：捕捉音頻信號的能量在不同頻率范圍內的分布。

3 聚類

利用某風場2.5MW機型采集的164個葉片音頻數據(其中葉片運轉82個，葉片未運轉82個，包含在其中的含噪音頻10個)，提取特征(共48個)，進行DBSCAN聚類。聚類結果可視化如圖1所示。

圖1 DBSCAN聚類可視化

圓點代表風電機組葉片未運轉，五角星點代表風電機組葉片運轉；正方形點代表噪聲點。

從圖1可以看出，DBSCAN聚類可將機組葉片旋轉與未旋轉準確區分開來，但其中存在一些噪聲，通過人工耳聽這些噪聲音頻，接近圓點部分的音頻主要包含路過人員的說話聲、棲息在拾音器上鳥的鳴叫；接近五角星點部分的音頻主要包含冷卻風扇開啟后的噪聲，淹沒了部分葉片旋轉的掃塔聲。

從總體上來說，DBSCAN對葉片音頻分類的效果較好，混淆矩陣見表1。

表1 混淆矩陣

從表1中可以看出，原始葉片運轉與葉片未運轉的音頻分別有82個，聚類后，葉片運轉的音頻分類正確的有69個，分類成含噪音頻的有8個，其中分類成葉片未運轉（即分類錯誤）的有5個；葉片未運轉的音頻分類正確的有80個，分類成含噪音頻的有2個，其中分類成葉片運轉（即分類錯誤）的有4個。

分類結果見表2。

表2 分類結果

從表2中可以看出，預測的ROC值達93%，準確率達94%。

后續工作將對含噪音頻進行處理，將音頻中的噪聲過濾，得到純凈的葉片掃塔聲。

圖2展示了葉片運轉圖2（a）、葉片未運轉圖2（b）、噪聲圖2（c）的典型波形圖。

圖2 葉片運轉、葉片未運轉與噪聲的波形圖

4 結束語

本文從時域與頻域的角度，分別對采集到的風電機組葉片音頻提取特征，然后再進行無監督的DBSCAN聚類，最終給出聚類結果，避免了人耳聽音頻確定標簽的低效率，通過實例對比研究，發現聚類效果較好，能發現其中的噪聲點。有利于對含噪音頻進行去噪濾波，得到純凈的葉片音頻，并用于后續葉片狀態的感知判斷。