基于DBSCAN的风电叶片音频分类研究

董小泊

（中国华电集团有限公司甘肃公司，甘肃 兰州 730000）

风能作为一种环保、绿色、可再生的清洁能源，在全球节能减排进程中起到了越来越重要的作用。我国风资源主要分布于沿海、西部内陆等偏远、气候环境恶劣的区域，因此在此恶劣环境中，风电机组的叶片极易遭受环境侵蚀，产生裂纹、磨损、沙眼等情况，因此如何检测叶片质量成为了一项重要工作。传统模式下的人工定期巡检方式，对于大多地处偏远区域、海上区域等的风场，在风电机组数众多的情况下，效率与时效性极低。因此，基于数字化、网络化的自动远程叶片监测技术，正越来越受到人们的重视。

目前，对于叶片的自动化监测，普遍采取一种不影响风机正常运作的无损检测方法，选择合适的拾音器，安装在塔筒底部塔壁上，采集并分析叶片旋转时的扫塔声。

1 DBSCAN

本文基于叶片运转与未运转2种类别的音频数据进行分类。可采取人工耳听并对叶片音频贴标签的方式构建监督分类模型，但由于音频持续采集，数据量较大，采取人工方式，效率极低，因此尝试基于无监督的DBSCAN聚类方式进行分类。

DBSCAN基于密度聚类，不需要预先指定聚类簇数，它可发现任意形状的聚类，作为基于密度算法的经典代表，在聚类分析中得到越来越多的应用。

DBSCAN算法需要设定两个参数：Eps（定义密度时的邻域半径参数，记为ε）和MinPts（邻域密度阈值，记为M）。记数据集合X={x(1)，x(2)，…，x(N)}，基本概念如下：

（1）ε邻域：设x∈X，称Nε(x)={y∈X；d(y，x)≤ε}为x的ε邻域，显然x∈Nε(x)。

（2）密度：设x∈X，称ρ(x)=|Nε(x)|为x的密度，是一个整数值，且依赖于半径ε。

（3）核心点：设x∈X，若ρ(x)≥M，则称x为X的核心点。记由X中所有核心点构成的集合为Xc，并记Xnc=XXc表示由X中的所有非核心点构成的集合。

（4）边界点：设x∈Xnc，且∃y∈X，满足y∈Nε(x)∩Xc，即x的ε邻域中存在该核心点，则称x为X的边界点，记由X中所有边界点构成的集合为Xbd。

（5）噪声点：记Xnoise=X（Xc∪Xbd)，若x∈Xnoise，则称x为噪音点。

（6）直接密度可达：设x，y∈X，若满足x∈Xc，y∈Nε(x)，则称y是从x直接密度可达的。

（7）密度可达：设P(1)，P(2)，…，P(m)∈X，其中m≥2，若它们满足：P(i+1)是从P(i)直接密度可达的，i=1，2，…，m-1，则称P(m)是从P(1)密度可达的。

（8）密度项链：设x，y，z∈X，若y和z均是从x密度可达的，则称y和z是密度相连的，显然密度相连具有对称性。

（9）类：称非空集合C⊂X是X的一个类，如果它满足：对于x，y∈X

若x∈X，且y是从x密度可达的，则y∈C；

若x∈C，y∈C，则x，y是密度相连的。

它的具体步骤：

输入：数据集X，半径参数ε，密度阈值M

输出：聚类结果及噪声数据

步骤1：从数据集X中随机抽取一个未被处理的对象x，且在它的ε-邻域满足目睹阈值要求，称为核对象；

步骤2：遍历整个数据集，找到所有从对象x的密度可达对象，形成一个新的簇；

步骤3：通过密度相连产生最终簇结果；

步骤4：重复执行步骤2和步骤3，直到数据集中所有对象都为“已处理”。

因此，基于密度的聚类就是一组“密度相连”的对象，以实现最大化的“密度可达”，不包含在任何聚类中的对象就是噪声数据。

2 特征提取

在对叶片音频进行DBSCAN之前，需要进行特征提取。叶片音频本质上属于时域信号，但由于它又属于信号数据，可从频域上提取特征。设信号为xi。

时域特征

（2）1/3倍频程：1/3倍频程可以简化频谱的分析过程，无需分析每个频率成分的声能量，将信号的频谱划分为若干个频带，每个频带的频率上下限之比恒定为21/3，分析不同频带的能量分布情况。

（3）MFCC：捕捉音频信号的能量在不同频率范围内的分布。

3 聚类

利用某风场2.5MW机型采集的164个叶片音频数据(其中叶片运转82个，叶片未运转82个，包含在其中的含噪音频10个)，提取特征(共48个)，进行DBSCAN聚类。聚类结果可视化如图1所示。

图1 DBSCAN聚类可视化

圆点代表风电机组叶片未运转，五角星点代表风电机组叶片运转；正方形点代表噪声点。

从图1可以看出，DBSCAN聚类可将机组叶片旋转与未旋转准确区分开来，但其中存在一些噪声，通过人工耳听这些噪声音频，接近圆点部分的音频主要包含路过人员的说话声、栖息在拾音器上鸟的鸣叫；接近五角星点部分的音频主要包含冷却风扇开启后的噪声，淹没了部分叶片旋转的扫塔声。

从总体上来说，DBSCAN对叶片音频分类的效果较好，混淆矩阵见表1。

表1 混淆矩阵

从表1中可以看出，原始叶片运转与叶片未运转的音频分别有82个，聚类后，叶片运转的音频分类正确的有69个，分类成含噪音频的有8个，其中分类成叶片未运转（即分类错误）的有5个；叶片未运转的音频分类正确的有80个，分类成含噪音频的有2个，其中分类成叶片运转（即分类错误）的有4个。

分类结果见表2。

表2 分类结果

从表2中可以看出，预测的ROC值达93%，准确率达94%。

后续工作将对含噪音频进行处理，将音频中的噪声过滤，得到纯净的叶片扫塔声。

图2展示了叶片运转图2（a）、叶片未运转图2（b）、噪声图2（c）的典型波形图。

图2 叶片运转、叶片未运转与噪声的波形图

4 结束语

本文从时域与频域的角度，分别对采集到的风电机组叶片音频提取特征，然后再进行无监督的DBSCAN聚类，最终给出聚类结果，避免了人耳听音频确定标签的低效率，通过实例对比研究，发现聚类效果较好，能发现其中的噪声点。有利于对含噪音频进行去噪滤波，得到纯净的叶片音频，并用于后续叶片状态的感知判断。