变压器噪声抗环境干扰检测方法对比与效果分析

张明海，杨春信，吴晓文

(1.湘西土家族苗族自治州生态环境局，湖南 吉首 416000；2.湘西土家族苗族自治州永顺生态环境监测站，湖南 永顺 416700；3.湖南科技大学，湖南 湘潭 411201)

0 引言

变压器噪声源强度的准确检测是变电站噪声控制、变压器运行状态声纹监测与评估的关键环节[1-6]。然而，由于变电站周边环境复杂，变压器噪声检测不可避免地受到外界环境因素的干扰，如鸟鸣、虫鸣、车辆噪声等，导致变压器噪声检测难以开展、噪声测量误差不可控，无法实现变压器噪声源强的准确评估。因此，开展变压器噪声抗环境干扰检测技术研究具有重要意义。

与变压器准稳态噪声特性不同，外环境干扰类型复杂，具有突发性、偶然性、不确定性的特点，现有仪器设备无法对其进行有效处理，抑制外环境干扰对变压器噪声检测结果影响的难度较大[7]。目前，国内外关于变压器噪声抗环境干扰检测方面的研究成果较少。文献[8]研究了变电站内电晕、变压器、周边环境噪声分离方法，根据不同类型设备的时频域噪声特性，利用梳状滤波器、小波变换及谱减法实现了变电站内主要设备噪声信号分离，但仅对变电站周边准稳态环境噪声进行了分离研究，忽略了更为普遍的间歇性突发环境噪声的影响，所提出的方法无法用于抑制环境噪声的干扰。文献[9]提出了特高压交流变电站电晕噪声提取方法，从变电站混合噪声中获取了纯净的电晕噪声信号，为电晕噪声源强度计算提供了参考，但未涉及抑制环境噪声干扰的相关内容。文献[10]提出了特高压变电站主设备噪声分离方法，首次对外界环境噪声干扰进行了预处理研究，滤除了变压器噪声信号中的鸟鸣声干扰，但由于外界环境噪声干扰的多样性，所采用方法的普适性与效果有待进一步验证。

本文在分析常见外环境干扰噪声特性的基础上，提出小波包-谱减法、短时窗法以及滤波器法抑制干扰噪声，并对3种方法在不同干扰类型以及信噪比条件下的应用效果进行对比分析，为电力变压器噪声检测过程中的环境干扰抑制方法的选择提供了参考依据。

1 变电站周边常见环境干扰噪声特性

根据所处的位置不同，变电站大致可分为城市变电站和野外变电站，其周边环境干扰主要为虫鸣、蛙鸣、鸟鸣、车辆噪声等。不同类型干扰噪声的特性不同。由于变压器噪声特性相关的研究成果已广泛报道，故此处不作赘述。

1.1 常见虫鸣声特性

据统计，昆虫纲34个目中有16个目的昆虫能够发声。虫鸣声产生原因按照发声机理的不同可分为器官发声、非专门器官发声两类[11]。变电站周边虫鸣干扰主要发生在夏季，以蟋蟀、蝈蝈、蝉为主，分别依靠前翅摩擦以及鼓膜器振动发声。典型虫鸣声时频域特性如图1所示。可以看出，蝉鸣声具有起伏特性，主要集中在2～6 kHz。蟋蟀、蝈蝈具有与蝉鸣声类似的时频域特性，但分布范围较窄，主要位于3～5 kHz。

图1 蝉鸣声时频域特性

1.2 蛙鸣声特性

青蛙通过声带振动发声。雄蛙声带发出的声音经气囊共鸣放大，进而发出“呱呱”声。雌蛙由于没有气囊，鸣叫声远低于雄蛙。典型蛙鸣声时频域波形如图2所示。可以看出，蛙鸣声同样具有较强的间歇性，频率主要集中在2～3 kHz。由于青蛙的发声器官腔体较大，其发声频率较虫鸣声低。

图2 蛙鸣声时频域特性

1.3 常见鸟鸣声特性

鸟类通过鸣管发声，通常分为叫声和鸣唱两种，通过调节流经气流的大小和压力改变鸣叫声的频率[12]。由于鸟的种类繁多，图3仅给出了具有代表性的常见鸟鸣声时频域波形。可以看出，与虫鸣、蛙鸣声类似，鸟鸣声信号同样存在较强的间歇性，但鸣叫方式更丰富，声音起伏与持续性存在较为显著的差异，频率主要集中在2.5～3.5 kHz。

图3 常见鸟鸣声时频域特性

1.4 车辆噪声特性

汽车行驶中会产生多种噪声。汽车发动机噪声、传动机构噪声、路噪和胎噪、风噪、异常驾驶的噪声(如制动噪声)、车轮打滑时产生的噪声等。其中，汽车发动机噪声、路噪和胎噪等噪声是变电站周围的主要噪声干扰源。典型高速公路车辆噪声时频域波形如图4所示。可以看出，高速公路车辆噪声同样具有一定的起伏特性，但相较于虫鸣与鸟鸣声，其频率以低频声为主，频率主要集中在

图4 高速公路车辆噪声时频域特性

2.5 kHz以内，与变压器运行噪声存在较多的重叠成分。

2 变压器噪声抗干扰检测算法

2.1 小波包-谱减法

时域信号y(t)的小波包变换定义为[13]:

式中，j为分解层数，0≤j≤S，S为最大分解层数；t为时间；p为位置参数；n为通道数，0≤n≤2S-1；un(t)为小波包函数，满足如下方程组[14-15]:

式中，Z为整数集合；h(k)为正交尺度函数φ(t)对应的低通滤波器；g(k)= (-1)k h(1-k)为正交小波函数ψ(t)对应的高通滤波器。

信号y(t)采用上述小波包变换，第S层分解后信号序列达到2S层。小波包分解算法可表述为[13]:

式中，h(p-2k)和g(p-2k)为滤波系数。

小波包分解系数不便直接用于后续信号处理，需要对小波包分解系数进行重构，从而获得与原始信号相同长度的时域信号。

利用小波包分析方法可对变压器噪声信号进行多分辨时频分解，从而定位干扰所在频段，利用谱减法对该频段信号进行抗干扰处理。

谱减法一般用在语音信号处理领域，其基本原理如图5所示[16-21]。图中，r(n) 为噪声信号；s(n)为语音信号；y(n)为带噪语音信号；Pr(ω)为r(n)的功率谱；Ψ(ω)为带噪语音信号的相位谱。

图5 基本谱减法原理

对带噪变压器声信号进行分帧处理，第λ帧信号的加窗傅里叶变换为[7]:

式中，Y(k，λ)为带噪变压器声信号频谱；R为帧移；k=0， 1， …，N-1，为频率点；N为每帧信号的长度；h(μ)为窗函数。

假设变压器声信号与环境干扰声信号相互独立，则有:

式中，S(k，λ)与R(k，λ)分别为s(n)与r(n)的傅里叶变换。由于s(n)与r(n)之间相互独立，则存在如下关系:

令Py(k，λ)、Ps(k，λ)、Pr(k，λ)分别表示信号y(n)、s(n)、r(n)第λ帧的功率谱，式(7)可表述为:

变压器噪声为准稳态噪声，假设外界环境噪声干扰发生前后变压器噪声基本保持不变，因此，以干扰噪声未发生前的信号计算变压器噪声功率谱。

2.2 短时窗法

根据环境噪声干扰特性，干扰出现时具有一定的突发性，导致原本处于平稳状态的变压器噪声信号波形发生波动。由于变压器噪声的平稳性，可选择干扰未出现时的一段声信号作为变压器的实际噪声信号，计算该段信号的声压级即可获得变压器的实际噪声水平。因此，可对变压器信号进行分帧处理，如图6所示。

图6 短时窗法原理

将变压器噪声信号分为若干等帧长的片段，帧移为1/2帧长，则前后两帧信号中1/2帧长的数据相互重叠，以该方式保证对原始信号的更精细划分，避免过多引入干扰信号进而影响声压级计算结果。所有帧信号中声压级的最小值即可认为是变压器的实际噪声值。

2.3 滤波器法

设滤波器输入信号为x(m)，输出信号为y(m)，直接形式的滤波器函数可以表述为[10]:

式中，m-1为滤波器阶数；ma为反馈滤波器阶数；mb为前馈滤波器阶数；bi(i=0，1，…，mb)为前馈滤波器系数；ai(i=1，…，ma)为反馈滤波器系数。

对式(10)进行z变换，上述滤波器的传递函数为:

具体分析时，以2 kHz作为截止频率，设计6阶Butterworth低通滤波器，其幅频响应如图7(a)所示；以50 Hz及其整数倍为中心频率设计通带梳状滤波器，如图7(b)所示。

图7 滤波器幅频响应

大量研究结果表明，变压器噪声频率主要分布在2 kHz以内，更高频分量较少，对声压级的影响可以忽略。对于自冷变压器，噪声频率主要集中在50 Hz及其整数倍频率分量上，可以结合低通滤波与梳状滤波提取变压器纯净声信号。对于风冷变压器，风机对变压器噪声水平的影响不容忽略，可采用低通滤波器消除高频环境干扰对变压器噪声测量结果的影响。

3 变压器抗干扰检测效果与对比分析

3.1 抗虫鸣干扰检测效果对比

实际110 kV主变压器噪声信号s1声压级为59.7 dB。以间歇性混合昆虫声干扰为例，信号采样率为22 050 Hz，信噪比为-5.13 dB，干扰信号s2声压级高达78.1 dB，混合声信号sm声压级与变压器噪声实际值相差18.4 dB。实际变压器噪声s1、混合声信号sm时频域波形如图8所示。

图8 变压器与虫鸣混合声信号

3.1.1小波包-谱减法抗干扰检测效果

利用小波包-谱减法对混合信号sm进行抗干扰处理，如图9所示。经过3层小波包分解后，变压器声信号被分割为8个频段。虫鸣声主要集中在S132—S137频段， 频率分布范围宽， 其中以S132、S136频段最为显著。采用小波包-谱减法分别对以上频段进行处理并重构，得出变压器抗干扰处理后的声信号ssub，对应声压级为59.5 dB，声压级误差为0.2 dB。混合声信号与抗干扰处理后声信号时域波形如图10所示。将图10与图8对比可以看出，采用小波包-谱减法能够有效削减混合声信号中的非平稳部分，并较为准确地还原出纯净的变压器声信号。实际变压器噪声信号s1与变压器噪声抗干扰计算值ssub频谱对比如图11所示，二者具有较高的一致性，频谱相关系数达到0.97。由此可见，小波包-谱减法能够有效抑制间歇性虫鸣干扰。

图9 虫鸣干扰小波包-谱减法处理效果

图10 混合声信号与抗干扰处理声信号

图11 纯净变压器噪声频谱与抗干扰计算结果对比

3.1.2短时窗法抗干扰检测效果

对3 s带噪变压器声信号进行分帧处理，以3 528个数据点为1帧，帧移为1 764，共分为36帧。分别计算每帧信号的等效A声级，最小声压级为58.9 dB，相对实际值误差为0.8 dB。短时窗法利用每帧信号进行计算，因此此处未以图形展示处理结果。

3.1.3滤波器法抗干扰检测效果

采用通带梳状滤波器以及低通滤波器对带噪变压器声信号进行处理，处理结果如图12所示。通过滤波算法能够得出平稳的变压器噪声信号，有效抑制虫鸣声干扰。变压器噪声抗干扰计算值为59.1 dB，相对实际值误差为0.6 dB，滤波后的声信号sf与变压器实际噪声s1的频谱相关系数达到0.97。

图12 混合声信号与滤波处理声信号

不同信噪比条件下变压器噪声抗干扰检测结果见表1。可以看出，信噪比在-5.13 dB至14.85 dB范围时，随着信噪比的提高，小波包-谱减法、短时窗法、滤波器法检测误差逐渐增大，最大误差分别稳定在0.7 dB、1.7 dB、0.8 dB。三种检测方法最低误差分别为0.2 dB、0.8 dB、0.6 dB。小波包-谱减法与滤波器法平均误差较低，分别为0.5 dB与0.7 dB。由此可见，小波包-谱减法与滤波器法对于间歇性虫鸣干扰的处理效果较好，性能优于短时窗法。

表1 不同信噪比变压器噪声抗虫鸣干扰检测结果 dB

3.2 抗蛙鸣干扰检测效果对比

按照与抗虫鸣干扰检测相同的分析方法，不同信噪比条件下变压器噪声抗蛙鸣干扰检测结果见表2。可以看出，信噪比在-1.44 dB至18.56 dB范围时，随着信噪比的提高，小波包-谱减法误差逐渐降低，短时窗法、滤波器法检测误差具有一定的波动性，三种方法最大误差分别为7.6 dB、3.5 dB、2.0 dB。三种检测方法最低误差分别为0.3 dB、0 dB、0.4 dB。短时窗法与滤波器法平均误差较低，分别为1.2 dB、1.3 dB。由此可见，小波包-谱减法对于低信噪比连续蛙鸣干扰处理效果较差，对于高信噪比干扰处理效果较好，短时窗法与滤波器法对于连续蛙鸣干扰信号的平均处理效果较好。

表2 不同信噪比变压器噪声抗蛙鸣干扰检测结果 dB

3.3 抗鸟鸣干扰检测效果对比

不同信噪比条件下变压器噪声抗鸟鸣干扰检测结果见表3。可以看出，信噪比在-5.90 dB至20.12 dB范围时，随着信噪比的提高，小波包-谱减法、滤波器法检测误差具有一定的波动性，短时窗法检测误差逐渐增大，三种方法最大误差分别为0.7 dB、1.6 dB、1.0 dB。三种检测方法最低误差分别为0.1 dB、0.6 dB、0.1 dB。小波包-谱减法与滤波器法平均误差较低。由此可见，小波包-谱减法与滤波器法对于鸟鸣声干扰信号的处理效果较好，性能优于短时窗法。

表3 不同信噪比变压器噪声抗蛙鸣干扰检测结果 dB

3.4 抗车辆干扰检测效果对比

不同信噪比条件下变压器噪声抗干扰检测结果见表4。可以看出，信噪比在-2.68 dB至17.32 dB范围时，小波包-谱减法、短时窗法、滤波器法最大误差分别为6.8 dB、8.4 dB、6.2 dB，最低误差分别为0.3 dB、0.3 dB、0.1 dB，平均误差分别为2.1 dB、2.9 dB、1.9 dB。随着信噪比的提高，短时窗法检测误差逐渐降低。由此可见，相对于小波包-谱减法、滤波器法，短时窗法在信噪比高于10 dB时对于抗高速公路干扰检测效果较好，但三种方法检测误差存在较大波动。

表4 不同信噪比变压器噪声抗车辆干扰检测结果 dB

3.5 现场检测效果对比

分别对某110 kV户外变压器受鸟鸣干扰前后噪声进行检测，测量时间为3 s，采样频率为8 192 Hz。未受干扰变压器声压级为59.6 dB，受干扰变压器声压级为62.5 dB，经小波包-谱减法处理后声压级为59.8 dB，声压级检测误差由2.9 dB降低至0.2 dB，检测精度大幅提高。未受干扰变压器噪声与受干扰变压器噪声相似系数为0.87，经抗干扰处理后，未受干扰变压器噪声与抗干扰处理后的变压器噪声相似系数提高至0.92。

短时窗法变压器声压级计算值为58.9 dB，相对实际值误差为0.7 dB，抗干扰处理后的声信号频谱与变压器实际噪声频谱相关系数为0.92。

经过滤波器法处理后，变压器噪声抗干扰计算值为59.5 dB，相对实际值误差为0.1 dB，滤波后的声信号频谱与变压器实际噪声频谱相关系数为0.95。

现场检测表明，小波包-谱减法、滤波器法对于鸟鸣干扰的检测效果优于短时窗法，现场检测结果与前述分析一致。

4 关于算法选择的讨论

变压器周边环境噪声十分复杂，环境干扰的产生具有随机性、突发性、间歇性，干扰源类型与噪声特性存在较大差异，包括小声腔动物噪声(如鸟鸣、虫鸣等)、大声腔动物噪声(如蛙鸣、犬吠等)以及车辆噪声等。小声腔动物噪声频率较高，一般高于变压器噪声所处的50～2 000 Hz频段，对于该类噪声采用滤波法具有一定的可行性。然而，对于后两种声源类型，滤波方法处理效果仍有不足，主要原因在于后两种环境干扰噪声频率较低，与变压器噪声频段存在较多重叠部分，单纯采用频域滤波方法难以取得具有普遍适用性的良好效果。此时，根据外界环境干扰的突发间歇性特征，选择时域、频域相结合方法较为合适，如低通滤波后的短时窗法、小波包-谱减法等。

短时窗法实现难度较低，便于嵌入式开发，但对于变压器噪声信号的信噪比要求较高，若外环境干扰噪声幅值与变压器噪声幅值相当，则很难达到较好的抗干扰效果。

小波包-谱减法能够对带干扰变压器声信号进行任意层数的频段分解与增强，原则上对于突发间歇性环境干扰普遍适用，但算法执行难度较大，不便于集成，算法效果与未受干扰信号片段的选择有关。因此，在现场应用过程中，应根据实际需要选择合适的算法，对于实时性要求较高的应用场合宜选择滤波器法或短时窗法，否则可选择具有普适性的小波包-谱减法。

5 结论

为了降低外界环境噪声对变压器噪声测量结果的干扰，根据环境干扰与变压器噪声特性差异，提出了3种抗干扰检测方法，对比分析了算法检测效果，并对算法的选择方法进行了初步探讨，为提高变压器噪声测量精度提供了参考依据。主要得出以下结论:

1)变压器所处周边环境干扰主要为虫鸣、蛙鸣、鸟鸣、车辆噪声等，虫鸣、蛙鸣、鸟鸣声频率普遍高于2 kHz，车辆噪声主要集中在2.5 kHz以内，与变压器运行噪声存在较多的重叠成分。

2)小波包-谱减法对于突发间歇性虫鸣、蛙鸣、鸟鸣干扰均具有较好的抑制效果，整体性能优于短时窗法与滤波器法，但对于车辆噪声干扰的抑制效果有待提高，原因在于车辆噪声与变压器噪声存在共同频率成分，且小波包分解层数较少，频率分辨率不足。

3)短时窗法整体效果不及小波包-谱减法、滤波器法，检测效果与信噪比以及环境干扰的持续性有关。

4)滤波器法抗干扰检测效果相对较好，对于多种不同类型的环境干扰，能够在较低信噪比条件下维持2 dB以内的检测误差。

5)由于变压器周边环境干扰复杂，具体应用过程中应当根据实时性需求选择适用于现场环境的抗干扰检测方法。