电力设备噪声声源定位方法、装置和声源定位设备与流程

1.本发明涉及电力设备噪声声源定位技术领域，尤其涉及一种电力设备噪声声源定位方法、装置和声源定位设备。


背景技术：

2.变电站站内设备众多，变压器、电抗器是变电站中的主要电力设备，同时也是变电站噪声的主要来源，目前采用声学信号设备对声信号进行采集最大的难点在于背景噪声的干扰。当期望设备辐射出的声信号声压级相对于背景噪声(其他设备的噪声)较低时，信噪比较低，期望信号被淹没，严重影响该电力设备的噪声信号采集，使得定位出的声源位置与实际异响位置有较大出入。因此，单一的降噪方法已无法满足电力设备的声信号提取和位置定位。


技术实现要素：

3.本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的第一个目的在于提供一种电力设备噪声声源定位方法，以适用于不同电力设备的多重降噪，实现电力设备的准确定位。
4.本发明的第二个目的在于提供一种电力设备噪声声源定位装置。
5.本发明的第三个目的在于提供一种声源定位设备。
6.为达到上述目的，本发明通过以下技术方案实现：
7.一种电力设备噪声声源定位方法，包括：步骤s1：设置声音采集传声器阵列，并通过所述声音采集传声器阵列中的多路声音采集传声器采集目标环境中电力设备运行的声信号；步骤s2：对每一路声信号进行时域三阶张量表示，并将完成时域三阶张量表示后的每一路声信号转换为相应的频域信号，以得到每一路声信号的频域三阶张量；步骤s3：对每一路声信号的所述频域三阶张量进行张量分解，滤除所述声信号中的背景噪声部分，得到每一路声信号的目标纯洁信号张量；步骤s4：对每一路目标纯洁信号张量对应的频域信号进行时域逆变换，得到每一路目标纯净语音信号，并将每一路所述目标纯净语音信号输入至预设的波束形成模型中，解析处理得到目标电力设备发出的实际目标纯净语音信号，以及所述实际目标纯净语音信号对应的方位谱估计；步骤s5：根据所述方位谱估计对所述目标电力设备的位置进行溯源。
8.可选的，所述步骤s4中，将每一路所述目标纯净语音信号输入至预设的波束形成模型之前，还包括建立所述波束形成模型，建立所述波束形成模型的步骤包括：步骤s4.1：采用预设的远场声源信号模型采集实验环境中的电力设备发出的声信号，所述预设的远场声源信号模型应用于所述声音采集传声器阵列；步骤s4.2：将实验环境中的电力设备发出的声信号输入至预设的时间延迟模型，确定每一路声音采集传声器采集的声信号的延迟时间，以确定每一路实际声信号；步骤s4.3：对每一路实际声信号进行波束形成，得到波束形成信号，并对所述波束形成信号进行协方差矩阵运算得到目标声信号，以及对所述目标声
信号进行归一化处理和方位运算得到方位谱估计。
9.可选的，在所述步骤s1之后，所述步骤s2之前，所述方法还包括：将每一路声信号输入至相应的数据处理通道进行信号放大处理和模数转换处理得到相应的数字处理信号。
10.可选的，所述步骤s2中的时域三阶张量采用如下公式表示：
[0011][0012]
其中，ic表示数据处理通道，i
t
表示时间，if表示信号频率，χ表示时域三阶张量，的n次表示全体n阶向量构成的向量组。
[0013]
可选的，所述步骤s3中，采用如下公式对每一路声信号的所述频域三阶张量进行张量分解：
[0014]
χ1＝s
×1p
(1)
×2p
(2)
×3p
(3)
[0015]
其中，χ1表示频域三阶张量，p
(j)
表示因子矩阵，j＝1，2，3，rj≤ij，rj和ij表示因子矩阵，s表示核心张量，
×1、
×2和
×3表示n-模积。
[0016]
可选的，所述步骤s3中，对每一路声信号的所述频域三阶张量进行张量分解时，还包括：对所述因子矩阵p
(j)
中的左奇异向量进行选择，以对所述因子矩阵p
(j)
进行降秩处理，得到降秩处理后的因子矩阵，并通过降秩处理后的所述因子矩阵确定所述步骤s3中的每一路声信号的目标纯洁信号张量。
[0017]
可选的，所述步骤s2中，在对每一路声信号进行时域三阶张量表示之前，还包括：在时间轴上对每一路声信号进行分帧处理，以便对每帧声信号进行频域变换。
[0018]
为达到上述目的，本发明第二方面提供了一种电力设备噪声声源定位装置，应用上述所述的电力设备噪声声源定位方法，所述装置包括：采集单元10，用于多路采集目标电力设备发出的声信号；控制处理单元20，与所述采集单元10连接，所述控制处理单元20用于对每一路声信号的频域三阶张量进行张量分解，得到每一路声信号的目标纯洁信号张量，并根据每一路目标纯洁信号张量得到每一路目标纯净语音信号，以便根据每一路目标纯净语音信号解析处理得到所述目标电力设备发出的实际目标纯净语音信号和所述实际目标纯净语音信号对应的方位谱估计，并根据所述方位谱估计得到所述目标电力设备的位置信息。
[0019]
可选的，所述装置还包括：数据传输单元30，与所述控制处理单元20连接，所述数据传输单元30用于传输所述目标电力设备的位置信息；终端显示单元40，与所述数据传输单元30连接，所述终端显示单元40用于显示并存储所述目标电力设备的位置信息。
[0020]
为达到上述目的，本发明第三方面提供了一种声源定位设备，包括上述所述的电力设备噪声声源定位装置。
[0021]
本发明至少具有以下技术效果：
[0022]
本发明通过声音采集传声器阵列中的多路声音采集传声器采集目标环境中电力设备运行的声信号，并对每一路声信号进行时间、数据处理通道和信号频率三阶张量表示，然后对每一路声信号的频域三阶张量进行张量分解，建立多模滤波器，对声信号中背景噪声部分进行滤除和抑制，提高声信号信噪比，从而可实现电力设备异响位置的准确溯源，并使得该方法能够适用于站界内背景噪声较强的电力设备声信号采集环境，且无需人工过多参与电力设备声信号的采集，进而有效提高了电力设备的运维管理效率。
[0023]
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0024]
图1为本发明一实施例提供的电力设备噪声声源定位方法的流程图；
[0025]
图2为本发明第一实施例提供的电力设备噪声声源定位装置的结构框图；
[0026]
图3为本发明一实施例提供的电力设备噪声声源定位装置的工作原理图；
[0027]
图4为本发明第二实施例提供的电力设备噪声声源定位装置的结构框图；
[0028]
图5为本发明一实施例提供的未采用张量分解降噪的声信号噪声分析示意图；
[0029]
图6为本发明一实施例提供的采用张量分解降噪后的声信号噪声分析示意图。
具体实施方式
[0030]
下面详细描述本实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
[0031]
下面参考附图描述本实施例的电力设备噪声声源定位方法、装置和声源定位设备。
[0032]
图1为本发明一实施例提供的电力设备噪声声源定位方法的流程图。如图1所示，该电力设备噪声声源定位方法包括：
[0033]
步骤s1：设置声音采集传声器阵列，并通过声音采集传声器阵列中的多路声音采集传声器采集目标环境中电力设备运行的声信号。
[0034]
具体的，变电站中多个电力设备运行时，可对运行的多个电力设备中的产生异响的电力设备所辐射的噪声信号进行采集。本实施例中，可在目标环境即多个电力设备所运行的站界环境中设置声音采集传声器阵列，所述声音采集传声器阵列由多路声音采集传声器即多个阵元组成，其用于采集产生异响的电力设备所辐射的噪声信号即本实施例中的声信号。
[0035]
在步骤s1之后，步骤s2之前，该方法还包括将每一路声信号输入至相应的数据处理通道进行信号放大处理和模数转换处理得到相应的数字处理信号。
[0036]
本实施例中，所述数据处理通道的数量与声音采集传声器阵列中的阵元数量相同，且各个数据处理通道与其对应的声音采集传声器相连接。声音采集传声器采集得到的声信号输入至数据处理通道后，可通过数据处理通道中的前置放大器如低噪声放大器进行信号的一级放大处理，然后通过二级信号放大器进行信号的再次放大处理，并通过a/d(模/数)转换芯片转换得到相应的数字处理信号。
[0037]
步骤s2：对每一路声信号进行时域三阶张量表示，并将完成时域三阶张量表示后的每一路声信号转换为相应的频域信号，以得到每一路声信号的频域三阶张量。
[0038]
本实施例中，可对经过数据处理通道数据处理之后的每一路声信号或带噪信号进行时域三阶张量表示，所述时域三阶张量采用如下公式表示：
[0039][0040]
其中，ic表示数据处理通道，i
t
表示时间，if表示信号频率，χ表示时域三阶张量，
的n次表示全体n阶向量构成的向量组。
[0041]
步骤s2中，在对每一路声信号进行时域三阶张量表示之前，该方法还包括：在时间轴上对每一路声信号进行分帧处理，以便对每帧声信号进行频域变换。
[0042]
具体的，可在时间轴上对每一路声信号进行分帧处理，以便通过分帧后的帧结构结合声信号频率形成所述声信号对应的二阶张量即时域图，然后结合每帧声信号的频域三阶张量中的因子矩阵，进行零碎噪声部分滤除。
[0043]
其中，对每帧声信号进行频域变换时，采用的频域变换方法可为傅里叶变换、离散余弦变换或者小波变换等变换方法，此处不作具体限定。
[0044]
步骤s3：对每一路声信号的频域三阶张量进行张量分解，滤除声信号中的背景噪声部分，得到每一路声信号的目标纯洁信号张量。
[0045]
本实施例中，可通过tucker分解模型对每一路声信号的频域三阶张量进行张量分解。具体而言，可采用如下公式对每一路声信号的频域三阶张量进行张量分解：
[0046]
χ1＝s
×1p
(1)
×2p
(2)
×3p
(3)
(2)
[0047]
其中，χ1表示频域三阶张量，p
(j)
表示因子矩阵，j＝1，2，3，rj≤ij，rj和ij表示因子矩阵，s表示核心张量，
×1、
×2和
×3表示n-模积。
[0048]
需要说明的是，步骤s3中，对每一路声信号的频域三阶张量进行张量分解时，还包括：对因子矩阵p
(j)
中的左奇异向量进行选择，以对因子矩阵p
(j)
进行降秩处理，得到降秩处理后的因子矩阵，并通过降秩处理后的因子矩阵确定步骤s3中的每一路声信号的目标纯洁信号张量。
[0049]
具体的，由于在张量高维空间中，部分维度的数据由噪声信号组成，因此，目标纯洁信号张量实际由更低的维度组成，其可通过张量分解滤除张量中的背景噪声冗余得到。为降低声信号张量的维度，关键在于选择因子矩阵p
(j)
中合适的左奇异向量，以保留声信号中的有用部分且不造成信号失真。
[0050]
例如，根据选择的合适的左奇异向量，选择各个因子矩阵p
(j)
(j＝1，2，3)中需要保留的向量个数k1，k2，k3。因此，在进行tucker分解处理时，各个因子矩阵的模的秩将被降低至k1，k2，k3，如k1＝1，k2＝120，k3＝512，从而得到降秩处理后的因子矩阵o
(1)
，o
(2)
，o
(3)
，由此，可根据如下公式得到一个新的核心张量
[0051][0052]
进一步的，可根据如下公式近似恢复每一路声信号的目标纯洁信号张量
[0053][0054]
步骤s4：对每一路目标纯洁信号张量对应的频域信号进行时域逆变换，得到每一路目标纯净语音信号，并将每一路目标纯净语音信号输入至预设的波束形成模型中，解析处理得到目标电力设备发出的实际目标纯净语音信号，以及实际目标纯净语音信号对应的方位谱估计。
[0055]
本实施例中，在对每一路目标纯洁信号张量对应的频域信号进行时域逆变换之后，可得到多路目标纯净语音信号，然后将该多路目标纯净语音信号输入至波束形成模型中进行相加平均处理，得到目标电力设备发出的实际目标纯净语音信号，并进一步处理得
到所述实际目标纯净语音信号对应的方位谱估计。
[0056]
步骤s4中，在将每一路目标纯净语音信号输入至预设的波束形成模型之前，还包括建立波束形成模型，建立波束形成模型的步骤包括：
[0057]
步骤s4.1：采用预设的远场声源信号模型采集实验环境中的电力设备发出的声信号，所述预设的远场声源信号模型应用于声音采集传声器阵列。
[0058]
其中，预设的远场声源信号模型采用如下公式表示：
[0059][0060]
其中，r表示声源与声音采集传声器阵列中心的距离，l表示各声音采集传声器之间的间距，λ为声信号的波长。
[0061]
步骤s4.2：将实验环境中的电力设备发出的声信号输入至预设的时间延迟模型，确定每一路声音采集传声器采集的声信号的延迟时间，以确定每一路实际声信号。
[0062]
具体的，由于声音采集传声器的分布位置不同，不同位置上的声音采集传声器接收到的信号存在一定的时间延迟。为此，可在声音采集传声器阵列中选择一声音采集传声器作为参考传声器，例如可选择声音采集传声器阵列两侧中任一侧的首个声音采集传声器作为参考传声器，然后通过时间延迟模型运算声信号到达其它声音采集传声器的时间相对于参考传声器的时间延迟，所述时间延迟模型采用如下公式表示：
[0063]
τm＝dcosθ/c(6)
[0064]
其中，m＝1，2，
……
，m，τm表示第m个阵元相对于参考传声器的延迟时间，d表示相邻两个阵元之间的距离，θ表示声源的入射角度，c表示声速，m表示阵元数。
[0065]
在确定每一路声音采集传声器采集的声信号的延迟时间后，可据此确定每一路实际声信号。
[0066]
步骤s4.3：对每一路实际声信号进行波束形成，得到波束形成信号，并对波束形成信号进行协方差矩阵运算得到目标声信号，以及对目标声信号进行归一化处理和方位运算得到方位谱估计。
[0067]
其中，可采用如下公式对每一路实际声信号进行波束形成：
[0068][0069]
其中，b(t)表示波束形成信号，wm表示加权系数，pm表示第m个阵元接收到的复声压信号，t表示时间。
[0070]
上述波束形成信号转换为矢量形式如下述公式所示：
[0071]
x(t)＝[b
1t
(t)b
2t
(t)lb
mt
(t)]
t
＝[w1w2lwm]p(t)＝w(θ)p(t)(8)
[0072]
其中，x(t)表示声音采集传声器阵列的m
×
1维快拍数据矢量，w(θ)表示各个声音采集传声器的方向矢量，p(t)表示声音采集传声器阵列接收的空间信号源矢量，b
mt
(t)表示第m个声音采集传声器所对应的信号输出，wm表示第m个声音采集传声器的方向矢量。
[0073]
进一步的，可采用如下公式对矢量x(t)进行协方差矩阵运算：
[0074]
r1＝e[xh(t)x(t)](9)
[0075]
其中，r1表示协方差矩阵，e[]表示数学期望运算。
[0076]
由此，可得到目标声信号，然后对目标声信号进行归一化处理，并采用如下公式进
行方位运算得到方位谱估计p(θ)：
[0077][0078]
步骤s5：根据方位谱估计对所述目标电力设备的位置进行溯源。
[0079]
如步骤s4所述，处理得到实际目标纯净语音信号对应的方位谱估计之后，可通过该方位谱估计定位出发出异响的目标电力设备。
[0080]
进一步的，本发明还提供了一种电力设备噪声声源定位装置，该电力设备噪声声源定位装置应用上述的电力设备噪声声源定位方法。如图2所示，该电力设备噪声声源定位装置100包括采集单元10和控制处理单元20。
[0081]
其中，采集单元10用于多路采集目标电力设备发出的声信号；控制处理单元20，与采集单元10连接，控制处理单元20用于对每一路声信号的频域三阶张量进行张量分解，得到每一路声信号的目标纯洁信号张量，并根据每一路目标纯洁信号张量得到每一路目标纯净语音信号，以便根据每一路目标纯净语音信号解析处理得到目标电力设备发出的实际目标纯净语音信号和所述实际目标纯净语音信号对应的方位谱估计，并根据该方位谱估计得到目标电力设备的位置信息。
[0082]
如图3所示，采集单元10可为声音采集传声器阵列。控制处理单元20可包括前置放大模块、数采模块、电源模块和数据处理模块。其中，数采模块包括二次放大子模块和a/d转换子模块，所述前置放大模块与数采模块模块连接，并具有多个数据处理通道，所述数据处理通道的数量与采集单元10如声音采集传声器阵列中的阵元数量相同，且各个数据处理通道与其对应的阵元相连接，用于对各自采集的声信号进行多级放大处理和模数转换处理。
[0083]
本实施例中的电源模块用于向控制处理单元20提供电源，数据处理模块包括张量分解子模块(如tucker分解模型)、波束形成子模块和声源定位子模块。其中，声源定位子模块用于根据波束形成子模块输出的方位谱估计对所述目标电力设备的位置进行溯源
[0084]
如图4所示，该电力设备噪声声源定位装置100还包括数据传输单元30和终端显示单元40。其中，数据传输单元30，与控制处理单元20连接，数据传输单元30用于传输目标电力设备的位置信息；终端显示单元40，与数据传输单元30连接，终端显示单元40用于显示并存储目标电力设备的位置信息。
[0085]
本实施例中的数据传输单元30能够使采集节点处的控制处理单元20与终端显示单元40进行数据交换，并支持透明数据通道和协议解析模式，能够实现远程、无线和网络化的通信方式，并可进一步实现整个电力设备噪声声源定位装置100与网络的无线连接。
[0086]
进一步的，本发明还提供了一种声源定位设备，包括上述的电力设备噪声声源定位装置。
[0087]
图5为本发明一实施例提供的未采用张量分解降噪的声信号噪声分析示意图，图6为本发明一实施例提供的采用张量分解降噪后的声信号噪声分析示意图。参考图5和图6中的声信号降噪分析结果可知，在采用本方案之前，声信号背景噪声干扰较大，其中，100hz等特征频率信号被背景噪声淹没，在采用本方案降噪处理之后，背景噪声明显减少，从而可便于处理得到实际目标纯净语音信号对应的方位谱估计，并据此定位出发出异响的目标电力设备。
[0088]
综上所述，本发明通过声音采集传声器阵列中的多路声音采集传声器采集目标环
境中电力设备运行的声信号，并对每一路声信号进行时间、数据处理通道和信号频率三阶张量表示，然后对每一路声信号的频域三阶张量进行张量分解，建立多模滤波器，对声信号中背景噪声部分进行滤除和抑制，提高声信号信噪比，从而可实现电力设备异响位置的准确溯源，并使得该方法能够适用于站界内背景噪声较强的电力设备声信号采集环境，且无需人工过多参与电力设备声信号的采集，进而有效提高了电力设备的运维管理效率。
[0089]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0090]
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。