变压器噪声有源控制技术新方法研究

陈涛涛，华晓珠，陆 金

(江苏省电力公司检修分公司，江苏宿迁223800)

伴随着电力事业的发展，大型变压器的应用越来越广泛。同时，变压器的噪声污染也成为人们关注的焦点，变压器运行产生的低频噪声具有穿透能力强、传播距离远等特点，对周边居民的生理和心理产生很大影响，控制变压器噪声成为当务之急[1]。传统的被动噪声控制方式主要对中高频噪声有效，而对控制像变压器那样的低频噪声效果不大，因此采用有源噪声控制技术抑制变压器噪声成为人们关注的热点。另外，由于变压器所辐射的低频噪声具有明显的离散线谱特性，也决定了非常适合开展有源噪声控制技术[2]。

国外很早就有学者对变压器噪声进行有源控制的研究，文献[3-10]的研究证实了用声源或力源进行变压器噪声有源控制的可行性，同时也验证了各种不同控制算法的性能。文献[5]针对某小型变压器设计出一种连续型分布式参数弯曲板声源进行局部空间噪声控制,通过实验验证取得了较好的降噪效果。文献[6]提出一种新的近场误差传感策略，并设计出相应的算法，针对某小型变压器在实验室取得了较好的效果。本文首先通过自适应识别技术筛选出变压器噪声能量最大的几个频率分量，再结合波形合成算法进行变压器噪声数据处理。对大型变压器实测数据的仿真分析表明，基于自适应识别和改进波形合成算法的技术降低了计算量并提高了降噪效率。

1 变压器有源降噪

1.1 传统变压器有源降噪方法和原理

所谓变压器有源降噪，就是在变压器近旁（通常离变压器1m以内）放置若干个噪声发生器，使它们产生的噪声分别与变压器的基频噪声及二、三、四次高频噪声相互抵消，从而使变压器的噪声受到抑制和衰减。其基本工作原理：首先将变压器的噪声信号转换为电讯号，并将电讯号调制放大以后用来激励噪声发生器，使各噪声发生器发射出来的噪声，其幅值分别与变压器噪声的基频及二、三、四次高频分量的幅值相等、相位相反，从而使变压器的噪声受到破坏性干扰，使其声压和声功率明显降低。

1.2 基于冒泡排序法的噪声频率分量辨识

传统的变压器噪声有源控制都是针对特定频率分量来实施降噪的，例如专门针对变压器噪声的基频、二倍频、三倍频、四倍频来产生对应的有源信号。但是通过分析110 kV变压器的噪声实测数据，由于噪声传感器的布放位置和角度不同，接收到的噪声信号中能量最大的频率分量并不一定总是100Hz，200Hz，300Hz，有时会出现400Hz，500Hz的频率分量能量大于200Hz，300Hz频率分量的情况，即变压器噪声的能量频带分布并不是固定的。采用传统的噪声有源控制方法，仅对前 3 个频率分量（100Hz，200Hz，300Hz）进行降噪处理，仅有局限意义，缺乏灵活性，变压器降噪的效率相对较低。而通过自适应辨识技术先自动筛选出能量最大的几个频率分量，然后再对这几个频率分量实施动态降噪，提高了变压器噪声控制的针对性，增强了降噪效果，同时可以减小不必要的软硬件开销[13]。频率分量识别流程图如图1所示。某110 kV变电站变压器噪声时频图如图2所示。

图1 噪声频率分量辨识流程图

图2 某110 kV变电站变压器噪声时频图

按图1流程计算得出频率分量幅值由大到小依次为 100Hz，200Hz，600Hz，300Hz。 由此，若是只针对前3个频率分量实施静态降噪，则达不到最佳降噪效果。

1.3 基于波形合成算法的变压器有源降噪

波形合成算法的单通道有源控制系统如图3所示。初级声源用sin（ωn+φ0）表示，其频率和相位都是稳定的，这点与变压器噪声的特征类似。P（Z）为初级传输路径的传递函数，它在初级声源p（n）和误差传感器之间，s（n）为在误差传感器处的实际控制信号，消噪路径传递函数为 S（Z），v（n）表示其他附加噪声，误差信号是 p（n），s（n）及 v（n）之和。

图3 波形合成算法原理示意图

控制输出信号y（n）由一个正弦发生器和一个余弦发生器产生：

正弦函数发生器和余弦函数发生器同时也用来产生误差信号e（n）的正弦分量权重系数和余弦分量权重系数

式（2，3）中：N为一个周期或多个周期内的采样点数，设信号的频率为f0，系统的采样频率为fs，则角频率ω=

波形合成算法的成本估计函数是两分量振幅的平方和的期望值，即控制其期望值最小即可达到最佳降噪效果：

利用正弦信号和余弦信号的正交性，误差信号的正弦分量和余弦分量可以表示为：

这里使用和LMS算法相类似的梯度检索法来降低成本函数，从而递归权重系数的更新方程式为：

式（7，8）中：μ 为收敛系数。

基于式（2）、式（3）中的 N 个采样点数更新式（7）、式（8）式一次，因此该算法的计算量较小。由于变压器噪声信号相对平稳，可以将特定水平下的扰动信号施加到控制输出中，从而来获取次级路径传输函数。所加的扰动大小应为误差传感器处初级谐波噪声变化量的5倍以上或者初级谐波噪声幅度的10%以上，以保证获得较好的次级路径传递函数的建模结果。对于多通道系统来说，如果将扰动信号ΔAcl施加到第l个控制输出信号的正弦分量幅值中，那么第m个误差信号的正弦分量和余弦分量的波动值可以通过下式得出：

此处δ1是系统自身变化引起的波动，它远小于由ΔAcl产生的波动。从而可以通过下式得出消声通道传输路径中的矩阵元素：

为获得CPTF矩阵的所有元素，扰动信号需要依次逐个地施加到控制输出的信号中。当一个控制输出被施加扰动分量后，在CPTF矩阵中从该控制输出到所有的误差输入（M个）的元素都可以同时得到。总共需将2L个扰动分量施加到控制系统中来获取得到完整的矩阵。对于一个控制K个频率分量的多输入输出系统，将产生K个2M×2L阶的CPTF矩阵。由于正弦信号的正交性，对不同频率分量产生的CPTF矩阵可以并列估计，减少运算开销。

2 次级通道估计与仿真

在变压器有源噪声控制中，次级通道问题是最基本最重要的问题。所谓次级通道问题，就是自适应算法需要得到次级通道的准确模型 （从次级声源到误差传感器之间的传递函数），用以更新波形合成算法中误差信号正余弦分量的权值。在很多情况下，次级通道是时变的，当自适应有源降噪系统工作时，为了使自适应滤波器稳定并收敛，我们需要对次级通道传递函数进行在线估计，基于扰动法对次级通道传递函数进行建模的波形合成算法则能很好的满足这种需要。在计算机仿真中，通过命令生成一个从扬声器到误差传感器且带宽范围为160～2000Hz的脉冲信号，滤波器长度为0.1 s，采样频率取10 kHz。次级通道传递函数的脉冲响应估计如图4所示。

图4 次级通道脉冲响应估计图

仅仅根据原始信号，生成单一的次级声源信号，满足不了工程降噪的效果，必须采用自适应跟踪环节实时调节控制信号，本实验采用基于扰动法的波形合成算法对经过能量辨识的原始噪声信号进行跟踪，并通过matlab仿真分析其自适应能力。通过波形合成算法对原始信号滤波的仿真分析图如图5所示，图5（a）为原始信号；图 5（b）为滤波器输入信号；图 5（c）为自适应滤波器输出信号。

图5 自适应滤波信号时域图

考虑到实际工程中的传输线路、各种硬件设备、环境条件引起的误差，本文在滤波器输入信号中加入了白噪声信号来模拟此误差信号。由图5可以看出，波形合成算法对原始信号有良好的追踪能力，对控制信号有实时的调节能力。

3 有源降噪的实验仿真分析

结合前述2种算法，对噪声信号进行Matlab实验仿真分析。首先对原始噪声进行傅里叶变换，在此基础上通过冒泡法自动识别出能量最大的5个频率分量，然后利用波形合成算法合成控制信号（次级声源信号），并采用自适应滤波技术不断调整误差信号频率分量，是其平方和的期望值最小，从而达到预期的降噪水准。实验分析流程如图6所示。

图6 有源降噪实验分析流程图

本文对云南路110 kV变电站大型变压器的噪声数据进行了现场实测，并对其噪声进行仿真分析。现场测量的变压器噪声数据如图7所示。图7（a）是其时域波形图，纵坐标为噪声幅值，用电压表示；图7（b）是对原始噪声进行FFT变换后得到的频谱图。

图7 变压器噪声时域、频域图

从图7可以看出，变压器噪声的能量主要集中在基频50Hz的偶数倍频率分量上，且变压器噪声为非突变量，其频谱成分相对稳定。因此，波形合成算法对变压器这种确定的稳定噪的控制是行之有效的。

采用冒泡法筛选出前N个能量最大的频率分量，并用波形合成算法来构建次级声源，纵坐标为噪声幅值，用电压表示（随着N的增大，相对应的降噪效果越好，但考虑到实际系统的可行性，N的取值有待最优化处理）。本文取N=5时，通过编程，自动筛选出能量最大的前 5 个频率分量，依次是 100Hz，200Hz，500Hz，300 Hz，400Hz。 如图 8所示。

图8 控制（次级声源）信号构建图

通过自适应有源降噪系统控制器合成控制信号后，再通过可编程滤波并经功率放大器放大后，与原始噪声信号进行叠加，将产生降噪后的声音信号。降噪后信号的时域和频率谱图如图9所示。纵坐标为噪声幅值，用电压表示。

由频域谱中可以看出，消噪后的声音信号对应的频率分量得到有效抑制，降噪效果较为明显。当N=6时，消噪前后几个频率分量的能量对比，纵坐标为噪声幅值，用电压表示。如图10所示。

图9 有源降噪后噪声信号时频谱图

图10 降噪前后噪声频率分量幅值对比图

由图10可知，对低频的噪声，如100 Hz，200Hz，300Hz，500Hz，自适应消噪的效果较好。由于本文在变压器噪声频率分量能量辨识中只取N=5（前5个能量最大频率分量），故600Hz处无降噪效果。

4 结束语

针对变压器噪声控制问题，先通过冒泡法对变压器噪声的主要频率分量进行能量辨识，筛选出能量最大的前5个频率分量，然后针对这几个频率分量采用直接数字合成参考信号，仅需要拾取初级噪声中的主要频率分量分成，参考信号获取简单且针对性强。同时采用在线扰动建模方法，简化了建模过程并保证了建模的正确性。基于自适应能量辨识和波形合成算法结合的变压器降噪方法，提高了降噪针对性，降低了数据存储空间，减少了计算量，并能更好地将程序算法嵌入到硬件中，提高了降噪效率。因此该方法对变压器噪声有良好的控制效果。

[1]吴 鹏，陆云才，陈铭明.江苏电网非晶合金变压器综合评估[J].江苏电机工程，2013，32（3）：1-5.

[2]邓王君，杨向宇，龙 巍.变压器降噪技术[J].变压器，2009，46（3）：34-38.

[3]LIU JT，YING LM.Adaptive Active Noise Controlof Amorphous Alloy Core Transformer[J].IEEEConference Publications，2011：1946-1949.

[4]马玺越，陈克安.110 kV变压器有源噪声控制实验研究[J].声学技术，2011，30(5)：85-88.

[5]XUN L.PhysicalSystem Design for theActiveControlof Electrical TransformerNoise[D].Ph.DDegree Thesis,TheUniversity of Adelaide,2000.

[6]QIUX，HANSENCH.An Algorithm for ActiveControlof Transformer Noisew ith On-line Cancellation Path Modelling Based on thePerturbationMethod[J].Journalof Sound and vibration，2001，240(4)：647-665.

[7]吕敬友，黄 玉，池爱平.变电站噪声对环境的影响与防治措施[J].电力与能源，2011，32(2)：162-164.

[8]顾晓安，沈荣瀛，徐基泰.大型电力变压器振动和噪声控制方法研究[J].噪声与振动控制，2001（5）：7-11.

[9]于春伟.电气设备噪声主动控制的研究及输出电路设计[D].哈尔滨：哈尔滨理工大学，2008.

[10]张 翔，李传光.自适应有源降噪控制算法的研究与实现[J].北京理工大学学报，2002，22(1)：53-55.