目 录
1 绪论 1
1.1 引言 1
1.2 国内外研究现状 1
1.2.1 声级计技术 1
1.2.2 输变电工程声级抗干扰检测技术 4
1.3 主要研究内容 5
1.4 研究目标与技术路线 5
1.4.1 研究目标 5
1.4.2 技术路线 5
2 输变电工程与其外环境差异性噪声特性研究 7
2.1 变电站主要噪声源 7
2.2 变压器噪声产生机理分析 7
2.2.1 铁心振动产生机理 7
2.2.2 绕组振动机理 9
2.2.3 冷却装置噪声产生机理 11
2.3 通风风机噪声产生机理分析 11
2.4 变电站周边环境噪声产生机理分析 12
2.4.1 虫鸣噪声产生机理 12
2.4.2 蛙鸣噪声产生机理 13
2.4.3 鸟鸣噪声产生机理 13
2.4.4 车辆噪声产生机理 14
2.5 变电站及其周边环境主要噪声源差异性特性分析 14
2.5.1 变压器噪声特性分析 14
2.5.2 风机噪声特性分析 18
2.5.3 虫鸣噪声特性分析 19
2.5.4 蛙鸣声特性 20
2.5.5 鸟鸣噪声特性分析 21
2.5.6 车辆噪声特性分析 21
2.6 本章小结 22
3 输变电工程与其外环境噪声分离技术研究 23
3.1 抗外环境干扰分析方法研究 23
3.1.1 小波分析算法 23
3.1.2 小波包分解算法 26
3.1.3 基于谱减法的语音增强技术 28
3.1.4 滤波器法 29
3.1.5 短时窗法 31
3.2 噪声信号声级与频谱计算方法研究 32
3.3 分离效果评价指标 36
3.4 自冷式变压器声压级抗干扰检测与分析 36
3.4.1 基于小波包分解与谱减法的抗干扰检测方法 36
3.4.2 抗“虫鸣”干扰检测效果对比 47
3.4.3 抗“鸟鸣”干扰检测效果对比 54
3.4.4 抗“蛙鸣”干扰检测效果对比 59
3.4.5 抗“犬吠”干扰检测效果对比 60
3.4.6 抗高速“车辆”干扰检测效果对比 64
3.4.7 现场实测效果对比 66
3.5 风冷变压器声压级抗干扰检测与分析 69
3.5.1 抗“虫鸣”干扰检测效果对比 69
3.5.2 抗“鸟鸣”干扰检测效果对比 74
3.5.3 抗“蛙鸣”干扰检测效果对比 78
3.5.4 抗“犬吠”干扰检测效果对比 79
3.5.5 抗“车辆”干扰检测效果对比 83
3.6 不同抗干扰检测方法效果对比 85
3.7 本章小结 86
4 抗外环境干扰噪声测量装置研究与应用 88
4.1 传声器选型 88
4.2 信号调理模块设计 88
4.3 电源模块设计 92
4.4 温湿度、风速检测模块设计 92
4.5 数据传输模块设计 93
4.5.1 传输方式的选择 93
4.5.2 传输模块电路设计 93
4.6 主控模块设计 95
4.6.1 主控功能设计 95
4.6.2 主控芯片选型 96
4.6.3 数据输入输出接口设计 97
4.6.4 主控电路板设计 98
4.7 装置外观设计 99
4.8 抗干扰检测装置软件系统设计 100
4.8.1 抗干扰检测装置工作流程 100
4.8.2 抗干扰检测装置软件设计 100
4.9 抗外环境干扰声级测量装置检测效果验证 103
4.9.1 抗外环境干扰声级检测验证方法 103
4.9.2 抗外环境干扰声级检测效果实验室测试 104
4.9.3 抗外环境干扰声级测量装置应用效果实测 105
4.10 本章小结 107
5 结论与展望 108
5.1 结论 108
5.2 展望 108
6 参考文献 110
1.3 主要研究内容
(1)输变电工程与其外环境差异性噪声特性研究
开展输变电工程噪声源、外环境噪声(交通、鸟鸣、虫鸣、蛙鸣等)测试及其频谱特性分析,揭示输变电工程噪声与其外环境噪声在时域、频域上的差异性,为噪声分离技术以及抗干扰噪声测量装置的研发提供数据基础。
(2)输变电工程与其外环境噪声分离技术研究
结合梳状滤波器、分频率滤波器、小波包分解、谱减法语音增强技术以及其他预处理技术,开展输变电工程与其外环境噪声分离技术研究,形成外环境噪声抑制方法,并不断优化抑制方案,还原出纯净的输变电工程与其外环境噪声信号,通过设计声压级、1/1倍频谱与1/3倍频谱计算方法,获取输变电工程与其外环境噪声信号的实际噪声值。
(3)抗外环境干扰噪声测量装置研究与应用
在理论研究成果的基础上,进行抗外环境干扰噪声测量装置的嵌入式硬件设计、软件设计、界面与外观设计,将理论算法转化为嵌入式程序,在不改变常规噪声测量技术及装置(声级计)结构与外观的前提下,开发可滤除外环境干扰的输变电工程噪声测量装置,通过型式试验(或第三方检测)与产品鉴定形成固定产品型号,并投入现场试应用,以实现外环境干扰下输变电工程的噪声排放水平的准确测量与评价。
1.4 研究目标与技术路线
1.4.1 研究目标
提出输变电工程噪声抗外环境干扰检测方法,研制抗外环境干扰的输变电工程噪声测量装置1套,测量精度可达90%。
1.4.2 技术路线
本项目通过研究变电站主要设备噪声产生机理,获取变压器噪声与多种类型环境噪声的差异性特征,据此通过对比研究提出抗环境干扰检测方法,并研制抗环境噪声干扰检测装置样机。本项目研究技术路线如图1.3所示。
图1.3 项目研究技术路线
cd('E:\Work');
clear;
clc;
clf;
close all;
Fs=22050;
loc=3*Fs+14-1;
loc=num2str(loc);
y_1=xlsread('F:\工程项目\十二五指南项目\阶段性研究报告\噪声源\湘潭110kV滴水洞变电站1#主变-1.csv',1,['A14:' 'A' loc]);
length_1=length(y_1);
[y_2,Fs]=wavread('F:\工程项目\十二五指南项目\阶段性研究报告\噪声源\鸟叫1.wav');
y_2=y_2(:,1);
length_2=length(y_2);
temp=zeros(length_1,1);
temp(Fs+1:Fs+length_2)=y_2;
t_1=(0:(length_1-1))*1/Fs;
factor=1.2;
temp=factor*temp;
Overlap=y_1+temp;
Ps=sum((y_1-mean(y_1)).^2)/length_1;
Pn=sum((temp-mean(temp)).^2)/length_1;
snr=10*log10(Ps/Pn); %计算信噪比
wavwrite(Overlap,Fs,16,'Overlap')
[LAeq_y1, Leq_define_y1, Leq_P_y1]=LAeqCal(y_1,Fs);
% [LAeq_y2, Leq_define_y2, Leq_P_y2]=LAeqCal(y_2,Fs)
[LAeq_temp, Leq_define_temp, Leq_P_temp]=LAeqCal(factor*y_2,Fs);
[LAeq_Overlap, Leq_define_Overlap, Leq_P_Overlap]=LAeqCal(Overlap,Fs);
[f,spectra_y1]=Vp_Spectra_New(y_1,Fs,Fs);
[f,spectra_y2]=Vp_Spectra_New(y_2,Fs,Fs);
[f,spectra_Overlap]=Vp_Spectra_New(Overlap,Fs,Fs);
% figure
% subplot(3,2,1);plot(t_1,y_1);subplot(3,2,2);plot(f,spectra_y1);xlim([0 2000])
% subplot(3,2,3);plot(t_1,temp);subplot(3,2,4);plot(f,spectra_y2);xlim([0 2000])
% subplot(3,2,5);plot(t_1,Overlap);subplot(3,2,6);plot(f,spectra_Overlap);xlim([0 2000])
% xlabel('{\itf}/{\rmHz}'); % 斜体:\it ;正体:\rm ;希腊字母:\rho \alpha等;度数:\circ; 黑体:\bf;正负:\pm;小于:leq;大于:geq。可用{}涵盖一类格式。
% ylabel('{\itp}/Pa');
figure
set(gcf,'Unit','centimeters','position',[8 5 16 10])%设置图片位置与大小
% set(gca,'Position',[0.1 0.11 0.82 0.85])%设置xy轴在图片中的比例
subplot(3,1,1);plot(t_1,y_1);ylabel('{\its}_1/Pa');
subplot(3,1,2);plot(t_1,temp);ylabel('{\its}_2/Pa');
subplot(3,1,3);plot(t_1,Overlap);xlabel('{\itt}/{\rms}');ylabel('{\its}_m/Pa');
wpt_1=wpdec(Overlap,3,'db4','shannon');
s130=wprcoef(wpt_1,[3,0]);
s131=wprcoef(wpt_1,[3,1]);
s132=wprcoef(wpt_1,[3,2]);
s133=wprcoef(wpt_1,[3,3]);
s134=wprcoef(wpt_1,[3,4]);
s135=wprcoef(wpt_1,[3,5]);
s136=wprcoef(wpt_1,[3,6]);
s137=wprcoef(wpt_1,[3,7]);
% figure
% e_1=wenergy(wpt_1);
% bar(e_1);
% axis([0 length(e_1)+1 0 130]);
% title('第3层');
% for i=1:length(e_1)
% text(i-0.2,e_1(i)+5,num2str(e_1(i),'%4.2f'));
% end
% figure(1)
% plot(t_1,Overlap)
figure
set(gcf,'Unit','centimeters','position',[8 5 16 16])%设置图片位置与大小
set(gca,'Position',[0.1 0.11 0.82 0.85])%设置xy轴在图片中的比例
subplot(9,1,1);plot(t_1,Overlap);
ylabel('S1');
subplot(9,1,2);plot(t_1,s130);
ylabel('S130');
subplot(9,1,3);plot(t_1,s131);
ylabel('S131');
subplot(9,1,4);plot(t_1,s132);
ylabel('S132');
subplot(9,1,5);plot(t_1,s133);
ylabel('S133');
subplot(9,1,6);plot(t_1,s134);
ylabel('S134');
subplot(9,1,7);plot(t_1,s135);
ylabel('S135');
subplot(9,1,8);plot(t_1,s136);
ylabel('S136');
subplot(9,1,9);plot(t_1,s137);
ylabel('S137');
xlabel('{\itt}/{\rms}')
[NoiseSig_s131, PureSig_s131]=BasicSpectraSub(s131,Fs);
% figure
% subplot(2,1,1)
% plot(t_1,NoiseSig_s131)
% subplot(2,1,2)
% plot(t_1,PureSig_s131)
[NoiseSig_s132, PureSig_s132]=BasicSpectraSub(s132,Fs);
[NoiseSig_s133, PureSig_s133]=BasicSpectraSub(s133,Fs);
[NoiseSig_s134, PureSig_s134]=BasicSpectraSub(s134,Fs);
[NoiseSig_s135, PureSig_s135]=BasicSpectraSub(s135,Fs);
[NoiseSig_s136, PureSig_s136]=BasicSpectraSub(s136,Fs);
[NoiseSig_s137, PureSig_s137]=BasicSpectraSub(s137,Fs);
PureSig=s130+PureSig_s131+PureSig_s132+PureSig_s133+PureSig_s134+PureSig_s135+PureSig_s136+PureSig_s137;
NoiseSig=NoiseSig_s131+NoiseSig_s132+NoiseSig_s133+NoiseSig_s134+NoiseSig_s135+NoiseSig_s136+NoiseSig_s137;
figure
set(gcf,'Unit','centimeters','position',[8 5 16 10])%设置图片位置与大小
set(gca,'Position',[0.1 0.11 0.82 0.85])%设置xy轴在图片中的比例
subplot(2,2,1)
plot(t_1,temp)
ylabel('{\its}_2/Pa');
subplot(2,2,3)
plot(t_1,NoiseSig)
ylabel('{\itp}_b/Pa');
xlabel('{\itt}/{\rms}')
subplot(2,2,2)
plot(t_1,y_1)
ylabel('{\its}_1/Pa');
ylim([-0.3 0.3])
subplot(2,2,4)
plot(t_1,PureSig)
xlabel('{\itt}/{\rms}')
ylabel('{\itp}_t/Pa');
ylim([-0.3 0.3]);
% wavplay(NoiseSig,Fs);%播放单声道纯净语音音频
% wavplay(PureSig,Fs);%播放单声道纯净语音音频
[LAeq_PureSig, Leq_define_PureSig, Leq_P_PureSig]=LAeqCal(PureSig,Fs);
[LAeq_NoiseSig, Leq_define_NoiseSig, Leq_P_NoiseSig]=LAeqCal(NoiseSig(Fs+1:end),Fs);
[f,spectra_PureSig]=Vp_Spectra_New(PureSig,Fs,Fs);
figure
set(gcf,'Unit','centimeters','position',[8 5 16 10])%设置图片位置与大小
set(gca,'Position',[0.1 0.11 0.82 0.85])%设置xy轴在图片中的比例
subplot(2,1,1)
plot(f,spectra_y1)
ylabel('{\its}_1/Pa');
xlim([0 1000]);
subplot(2,1,2)
plot(f,spectra_PureSig)
xlabel('{\itf}/{\rmHz}')
ylabel('{\itp}_t/Pa');
xlim([0 1000]);
R=corrcoef([spectra_y1;spectra_PureSig]');