基于声成像技术的变电站电力设备噪声源识别技术研究

赵君成 覃启铭 张志富 杜鸣亮 章 江

(国网安徽省电力有限公司芜湖供电公司)

0 引言

住宅设计相关规范文件明确指出: “住宅建筑中禁止设置变压器室等含有噪声振动源的建筑用房, 如果因为种种原因必须要设置时, 必须满足建筑防火、建筑隔声等相关标准和要求”。在社会经济水平的不断提高下, 出现越来越多的变电站[1], 这些变电站通常位于居民区附近, 甚至有的变电站直接建造于居民区, 该变电站内含有大量的电力设备, 这些电力设备一旦运行起来, 会产生严重的噪声污染, 对居民的日常生活和工作产生不良影响。所以, 强化对变电站电力设备噪声源精确化检测显得尤为重要。

1 声成像技术基本原理

变电站电力设备在日常运行期间, 通常会产生一定的噪声, 这些噪声所蕴含的设备状态信息相对比较丰富。将处于正常运行状态下的设备所产生的某种噪声设置为参考基准, 并将其与监测的目标信号进行全面地对比和分析[2], 然后, 快速诊断出设备的状态,并结合设备状态, 确定出噪声源, 这就是声成像技术, 该技术具有设备简单、安装自由、测量精确度高等特点, 应用该技术, 不会对电力设备运行产生不良影响, 同时, 还能提高在线监测结果的精确性和真实性, 降低振动信号测量难度[3], 完全满足振动信号不易测量的使用场景。

2 噪声源主要识别方法

2.1 传统噪声源识别方法

2.1.1 近场测量法

传声器通常设置在靠近噪声源位置的地方, 以达到精确化测量声源声压级的目的, 这种测量方法主要应用于高频率噪声分析上, 所获得的分析结果可以为后期有效识别强噪声源提供重要的依据和参考。但是, 当多个噪声源之间存在互相干扰现象时, 最强的声源通常会表现出较大的强度, 运用这种测量方法, 难以有效地辨识次强的声源[4], 在实际应用中, 需要同时辨识多个噪声源, 因此, 近场测量法难以满足实际应用需求。

2.1.2 表面强度法

表面强度法主要是指将加速度计测仪器设置在振动表面上, 同时, 还要将传感器设置到加速度计上,以达到感受和测量声压信号的目的, 各个声压信号相乘后获得表面声强。该测量方法的运用, 不仅可以获得声强, 还能获得表面速度信息[5], 这为后期声辐射效率精确化计算提供重要依据。但是, 该方法在实际应用中, 存在工作量大问题, 难以满足处于运行状态的电抗器使用需求。

2.1.3 声强法

首先对电力设备的测量面进行定义并建立测试网格, 根据ISO9614-2 (扫描法), 数据采集系统控制声强探头按照一定顺序在测量网格上对电力设备进行扫描测量, 并对数据进行存储。分析软件通过对采集到的信号计算得到电力设备的辐射声功率及声场分布。但对于目前变电站的测试环境和电抗器的尺寸来说,声强法同时测量的点数少, 测量时间长(不符合变电站的操作规程), 同时声强法不能测量非稳态噪声(只能测量稳态噪声), 且存在近场效应误差、相位不匹配误差等固有缺陷[6], 因此选用声强法进行声源定位实现比较困难。

2.2 基于麦克风阵列的可视化噪声源识别方法

可视化噪声源识别方法主要是指在精确化测量声压的基础上, 运用重构算法, 完成对三维声场的构建, 并采用图形、动画的方式, 将声场形象、直观地呈现在用户面前。与上述噪声源识别方法相比, 可视化噪声源识别方法除了用到声的强度信息外, 还用到声的相位信息, 这就增加最终测量结果的直观性, 便于用户定位和量化噪声源, 从而确定出噪声的实际传播路径。此外, 根据频谱分析结果, 可以直观形象地反映出噪声源的频率信息, 为后期科学诊断和处理声学故障问题提供重要的数据支持。

可视化噪声源识别方法在具体应用中, 首先, 借助传声器阵列, 对噪声信号进行精确化测量, 从而达到空间采样声信号的目的, 然后, 将采样信号转换为数字格式, 并将其安全、可靠地存储到计算机中。目前, 后处理算法运用是否合理、有效, 直接影响最终识别性能。在后处理算法中, 主要用到延时求和波束形成算法, 该算法使用思想为: 对被测物进行离散处理, 从而完成对聚焦网格点的构建, 同时, 借助传感器阵列, 完成对所需声音信号的采集和整理。此外,通过应用后处理算法, 可以在声源附近形成大量的网格点, 促使网格点输出呈现出不断增强的状态, 而其他聚焦网格点在实际输出时, 呈现出不断减弱状态,从而达到精确化识别声源的目的。总之, 可视化噪声源识别方法具有计算效率高、性能可靠稳定等特点,取得良好的应用效果。

3 噪声产生的原因

结合变电站电力设备所产生的原理, 精确地定位噪声源, 这为有效地判断和分析设备运行状态, 制定降噪方案发挥出重要作用。对于变电站而言, 其噪声源主要包含电力变压器、电容器等设备, 部分设备紧固件在具体安装时, 并未按照相关设计规范和要求进行安装, 电力设备在实际运行时, 会出现异常噪声现象。电力设备噪声产生原因主要包含以下几点: (1)变压器作为变电站重要设备, 在实际运行时, 通常会产生一定的噪声, 因此, 变压器是变电站常见的噪声源。变压器作为一种常见的电力设备在具体运行时,利用电磁感应, 对电压、电流进行有效地转换。由于变压器内部含有大量的漏磁场, 变压器在具体运行时, 在电磁力的影响下, 交变电流的绕组线圈会出现明显振动现象, 如果绕组之间存在明显松动现象, 则振动噪声变得越来越大。在变压器中, 其铁心振动现象出现的原因是在铁心励磁的作用下, 磁致伸缩现象的出现会改变硅钢片尺寸。在电磁力的作用下, 硅钢片接缝处与叠片之间通常产生漏磁现象。同时, 在电磁力的作用下, 变压器铁心与绕组之间会形成明显的振动噪声现象。该振动噪声基频为100Hz, 频谱范围为200 ～600Hz, 当变压器内部产生直流分量时, 会导致铁心与绕组之间形成明显愈来愈明显的振动噪声。(2) 风扇、电机等变压器冷却系统在实际运行时, 很容易产生明显振动噪声现象。(3) 在气体介质作用下, 不均价电池出现电晕放电现象, 这种现象比较常见于变电设备, 电晕放电现象的出现, 会产生一定的噪声, 其噪声强度远远低于变压器所产生的电磁噪声。(4) 设备之间振动, 会产生一定的机械噪声, 导致设备之间振动原因是设备安装位置不平整、设备构件出现明显松动等现象, 电力设备在实际运行时, 出现明显振动现象, 从而引发明显噪声。

4 声成像系统

4.1 系统设计相关技术

在进行声成像系统设计时, 主要用到延时求和波束形成算法, 该算法主要是在参照延时求和相关理论的基础上提出的, 主要用于对声源的快速化、精确化定位。该算法运用原理为: 采用网格化处理方式, 将声源面划分为多个网格, 利用声阵列相关技术, 获得所需要的空间声音信号, 然后, 采用相位对齐求和方式, 逐一分析离散的网格聚焦点。当所获得网格点与声源位置完全相同时, 沿着扫面方向, 会自动输出最大值, 从而起到快速定位声源的作用。通过将该算法应用于声成像系统设计中, 可以确保系统具有强大的声源定位功能。

4.2 系统结构设计

声成像系统主要应用传感器阵列测量技术, 有效地测量声波到达各个传感器信号相位差异, 并运用相控阵原理, 快速查找和确定声源位置[8], 并结合所采集好的生源特征信息, 对电力设备运行状态进行有效诊断。该系统组成如图1 所示。从图1 中可以看出, 该系统主要包含麦克风传感器、信号调理器、终端计算机等部分组成。结合螺旋阵列特点, 将多个麦克风依次摆放, 并组合成相应的阵列, 该阵列具有空间选择性强特点, 无需直接移动阵列, 就可以自动检测、定位和跟踪声源信号。运用多个麦克风, 可以实现对不同声音的同步化采集, 并运用阵列信号处理算法, 自动获得声压级分布情况等相关信息, 声压级分布情况需要借助伪彩色图表进行表示, 运用不同颜色表示不同升压级[9]。此外, 应用摄像头, 对电力设备光学照片进行同步获取和整理, 并将声压级分布于光学照片进行叠加, 从而获得“声音照片”。声成像系统在具体运行时, 需要运用延时求和波束算法, 获取传感器阵列所对应的声场信息, 从而保证声源定位功能实现效果[10]。延时求和波束算法在具体运用时, 要平移处理单个振元的输入信号, 并将该信号与时间点对齐, 并对其进行叠加处理。该算法所形成的输出公式如下:

图1 声成像系统结构示意图

式中,wn、θ分别为各振元加权系数、扫描角度。对于声成像系统而言, 其麦克风频率测量范围为15 ～25000Hz, 采样频率通常设置为50kHz。该系统具有强大的噪声源定位功能和显示功能, 通过运用这两个功能, 可以对设备噪声来源进行系统化分析, 并确定出噪声产生的原因, 这为后期科学诊断设备故障问题提供重要的依据和参考。

5 检测分析

5.1 变压器噪声识别

本次检测分析中, 所选用的110kV 变压器型号为“SSZ11-40000/110”, 该变压器冷却方式为“ONAN”,出厂日期为2020 年9 月。应用声成像系统识别该变电站电力设备的噪声源。

变压器声成像图如图2 所示, 图2 中的标识点均代表声音的图像, 当图像色斑变小, 且背景暗度降低时, 声成像表现出较高的清晰度和声场空间分辨能力。当变压器处于50Hz、100Hz 关键频率点时, 其声压级均低于60dB, 但是, 位于升高座的声压相对较高, 高达76dB, 由此可见, 升高座是变压器噪声主要来源, 需要在第一时间内停电, 对升高座进行全面化检查。

图2 变压器声成像图

5.2 接地刀闸噪声识别

应用声成像系统, 巡检正在试运行的500kV 变电站电力设备, 经过巡检发现, 多台接地刀闸出现异常噪声, 噪声源主要来源于静触头座, 对于电力设备噪声源而言, 其最大声压值为53.4dB, 同时, 将噪声频率依次设置为100Hz、300Hz、500Hz。接着, 对整个电力设备进行停电处理, 并对电力设备进行全面化检查, 经过检查, 发现该接地刀闸静触头位置靠近于导向板, 该电力设备在实际运行期间, 会存在悬浮放电现象, 并出现噪声异常现象, 科学调整接地刀闸间距后, 造成异常现象立即消失。

6 结束语

综上所述, 本文应用声成像技术, 完成对声成像系统的搭建, 并将该系统应用于现场检测中, 检测结果表明: 该系统的搭建和应用, 可以有效化、精确化识别电力设备噪声源, 具有可操作性强、安全可靠性高、非接触测量等特点, 可以快速地查找电力设备噪声源, 这为后期制定降噪方案提供重要的依据和参考。由此可见, 本文所搭建的声成像系统具有较高的应用价值和应用前景, 可以实现对电力设备噪声源有效化、精确化识别, 保证最终识别结果的精确性和真实性, 值得被进一步推广和应用。