基于750 kV变电站低频噪声的人体感受模型研究

王 东 豪

(陆军工程大学国防工程学院，江苏 南京 210007)

1 概述

交流输变电工程变电站低频噪声影响倍受公众关注。变电站内的主要声源设备包括主变压器(以下简称主变)、高压电抗器(以下简称高抗)、低压电抗器(以下简称低抗)、低压电容器等，其中又以主变和高抗的噪声影响较大[1]。主变和高抗的发声原理相近，均包括设备本体运行时由铁芯硅钢片的磁致伸缩现象产生的电磁噪声以及冷却风机等冷却设备运行时产生的气流噪声[2]。设备本体辐射的电磁噪声频率一般低于500 Hz，冷却风机噪声则以辐射500 Hz～4 000 Hz中高频空气动力噪声为主[3]。总体而言，主变和高抗辐射噪声呈典型低频噪声特性，且在100 Hz及其谐频(200 Hz，300 Hz，400 Hz等)上具有明显的音调[4]。这使得变电站噪声听起来非常单调，可能是加剧变电站噪声烦恼程度的重要因素[5]。

目前专门针对特高压变电站噪声人体主观感受研究报道不多见[6]，本研究主要对余下的750 kV变电站开展人体主观烦恼试验。

2 试验材料与方法

2.1 声样本采集

本试验选取西北电网750 kV变电站主变噪声进行调查、测量和采样，数据采集地点为陕西省乾县750 kV变电站，采集时间2015年10月21日。

测试中使用的主要仪器设备包括Head人工头双耳信号采集系统(以下简称人工头)、带有Head Recorder软件的笔记本电脑等。

由于样本为使用人工头采集的双耳信号，两耳A声级会有所不同，一般利用式(1)的计算值作为噪声的评价值[7]。

(1)

其中，LS为声样本声级，dB；LL为左耳处声级，dB；LR为右耳处声级，dB。

2.2 试验条件

通过有偿招募的方式，共征集听力正常60名在校大学生作为被试志愿者，其中男性32名，女性28名，年龄介于19岁～27岁之间。每次最多4名被试同时接受噪声暴露。

主观评价试验在隔声效果较好的试验室内进行，室内背景噪声约为28.8 dBA。试验设备包括安装有ArtemiS 10.00软件(德国Head Acoustic公司)的笔记本电脑、PEQ V均衡器(德国Head Acoustic公司)、HDA IV.1耳机分配器(德国Head Acoustic公司)和Sennheiser HD 600耳机(德国Sennheiser公司)。

2.3 试验方法

试验开始前，试验操作人员向被试分发试验说明和问卷，被试静坐于试验室内座椅上，佩戴耳机准备接受声暴露。

试验中，经过随机排序的样本依次播放，每个声样本评价过程持续约15 s，包括准备(1 s提示音“叮咚～”+1 s空白间隔)、声刺激(5 s)以及烦恼度评价(8 s)。

主观评价采用评分法(11级数字等级量表)[8]，每个声样本播放完毕后，评价者使用0～10之间的一个整数对所听到声音的烦恼程度进行评价，其中“0”代表“一点都不烦恼”，“10”代表“极度烦恼”。

2.4 数据处理

本研究中，若同一被试对同一样本采用11级数字等级量表得到的几次评价值之间相差大于2级，则视为误判[9]。

将不同声级下受声者的高烦恼率(%HA)和烦恼度平均值(MA)作为变电站噪声主观烦恼的评价依据。其中，高烦恼的界定方法为：若噪声烦恼程度为11级数字等级量表中的“8”“9”和“10”，则定义为高烦恼。噪声各样本%HA和MA的计算见式(2)和式(3)。

(2)

(3)

其中，%HA，MA分别为各声样本的高烦恼率和烦恼度平均值；i为评价量表中的烦恼等级；ni为选择等级i的受声者人次数。

3 结果与讨论

3.1 噪声主观烦恼剂量—效应关系

根据式(2)和式(3)计算得到的各样本主观烦恼度见表1。

采用ArtemiS 10.00软件计算各声样本的声学参量，包括LAeq，SPL，各倍频带中心频率处声压级、响度(N)、尖锐度(S)、粗糙度(R)、波动强度(F)和音调度(T)等(共23个)[10-14]。采用SPSS软件分析变电站噪声主观烦恼(%HA，MA)与上述声学参量的线性相关性(见表2)。由表2可知，大部分声学参量均与主观烦恼显著相关。

3.2 噪声主观烦恼预测模型

表1 各样本主观烦恼计算结果

表2 变电站噪声%HA，MA与声学参量之间的相关系数

为了建立可以准确预测750 kV变电站噪声主观烦恼(%HA,MA)的评价模型，选取表2中所有23个声学参量进行逐步回归分析，所得模型见表3。其中参量进入回归模型的标准为显著水平p<0.05，参量剔除的标准为显著水平p>0.10。

通过逐步回归分析可知，对于%HA模型，首先引入方程的是与%HA相关性最高的累计百分响度(N5)，之后引入了累计百分尖锐度(S5)，其余声学参量则因为不满足界定标准未能进入回归方程中。同样，对于MA模型，首先引入与MA相关性最高的响度级(LN)，之后引入C声级(LC)，其余声学参量未能进入回归方程。

表3 噪声主观烦恼逐步回归模型

表4 噪声主观烦恼多元线性回归模型

此外，5种声学参量(声压级SPL,LAeq,LN,N5,R5)逻辑回归模型与%HA关系曲线决定系数均大于0.99，与MA关系曲线决定系数均大于0.98，并且其线性回归模型决定系数均大于0.93，因此选取这5种声学参量进行多元线性回归分析，建立适用于变电站噪声的主观烦恼(%HA,MA)多元线性回归模型(见表4)。

由表4可知，采用5种声学参量建立的变电站噪声%HA多元线性回归模型为%HA=-0.028SPL-0.011LAeq+0.04LN-0.54R5+0.017N5-1.027，MA模型为MA=-0.07SPL-0.421LAeq+1.007LN-1.09R5+0.04N5-142.15，其模型决定系数低于逐步回归模型，而逐步回归模型的标准误差也比多元线性回归模型的小。因此，逐步回归模型%HA=0.077N5-0.51S5+0.38与MA=0.25LN+0.199LC-147.190决定系数较高，是变电站噪声%HA和MA的最优模型，适于评价变电站低频噪声主观烦恼。

4 结语

本研究主要通过人体主观评价试验，得到了750 kV变电站噪声的高烦恼率(%HA)和烦恼度平均值(MA)，并结合声学参量展开分析。结果表明：

1)由剂量—效应关系模型可知，SPL，LAeq，LN，N5，R5与%HA关系曲线决定系数均大于0.99，与MA关系曲线决定系数均大于0.98，因此在750 kV变电站噪声人体主观评价研究中，这5种声学参量一定程度上更适合作为变电站噪声主观烦恼度的评价指标。

2)通过逐步回归和多元线性回归分别获得了750 kV变电站噪声主观烦恼(%HA,MA)预测模型。其中，逐步回归模型%HA=0.077N5-0.51S5+0.38与MA=0.25LN+0.199LC-147.190决定系数较高，更适于预测噪声主观烦恼。