基于DBSCAN的風(fēng)電葉片音頻分類研究

董小泊

（中國華電集團(tuán)有限公司甘肅公司，甘肅 蘭州 730000）

風(fēng)能作為一種環(huán)保、綠色、可再生的清潔能源，在全球節(jié)能減排進(jìn)程中起到了越來越重要的作用。我國風(fēng)資源主要分布于沿海、西部內(nèi)陸等偏遠(yuǎn)、氣候環(huán)境惡劣的區(qū)域，因此在此惡劣環(huán)境中，風(fēng)電機(jī)組的葉片極易遭受環(huán)境侵蝕，產(chǎn)生裂紋、磨損、沙眼等情況，因此如何檢測葉片質(zhì)量成為了一項重要工作。傳統(tǒng)模式下的人工定期巡檢方式，對于大多地處偏遠(yuǎn)區(qū)域、海上區(qū)域等的風(fēng)場，在風(fēng)電機(jī)組數(shù)眾多的情況下，效率與時效性極低。因此，基于數(shù)字化、網(wǎng)絡(luò)化的自動遠(yuǎn)程葉片監(jiān)測技術(shù)，正越來越受到人們的重視。

目前，對于葉片的自動化監(jiān)測，普遍采取一種不影響風(fēng)機(jī)正常運(yùn)作的無損檢測方法，選擇合適的拾音器，安裝在塔筒底部塔壁上，采集并分析葉片旋轉(zhuǎn)時的掃塔聲。

1 DBSCAN

本文基于葉片運(yùn)轉(zhuǎn)與未運(yùn)轉(zhuǎn)2種類別的音頻數(shù)據(jù)進(jìn)行分類?？刹扇∪斯ざ牪θ~片音頻貼標(biāo)簽的方式構(gòu)建監(jiān)督分類模型，但由于音頻持續(xù)采集，數(shù)據(jù)量較大，采取人工方式，效率極低，因此嘗試基于無監(jiān)督的DBSCAN聚類方式進(jìn)行分類。

DBSCAN基于密度聚類，不需要預(yù)先指定聚類簇數(shù)，它可發(fā)現(xiàn)任意形狀的聚類，作為基于密度算法的經(jīng)典代表，在聚類分析中得到越來越多的應(yīng)用。

DBSCAN算法需要設(shè)定兩個參數(shù)：Eps（定義密度時的鄰域半徑參數(shù)，記為ε）和MinPts（鄰域密度閾值，記為M）。記數(shù)據(jù)集合X={x(1)，x(2)，…，x(N)}，基本概念如下：

（1）ε鄰域：設(shè)x∈X，稱Nε(x)={y∈X；d(y，x)≤ε}為x的ε鄰域，顯然x∈Nε(x)。

（2）密度：設(shè)x∈X，稱ρ(x)=|Nε(x)|為x的密度，是一個整數(shù)值，且依賴于半徑ε。

（3）核心點：設(shè)x∈X，若ρ(x)≥M，則稱x為X的核心點。記由X中所有核心點構(gòu)成的集合為Xc，并記Xnc=XXc表示由X中的所有非核心點構(gòu)成的集合。

（4）邊界點：設(shè)x∈Xnc，且?y∈X，滿足y∈Nε(x)∩Xc，即x的ε鄰域中存在該核心點，則稱x為X的邊界點，記由X中所有邊界點構(gòu)成的集合為Xbd。

（5）噪聲點：記Xnoise=X（Xc∪Xbd)，若x∈Xnoise，則稱x為噪音點。

（6）直接密度可達(dá)：設(shè)x，y∈X，若滿足x∈Xc，y∈Nε(x)，則稱y是從x直接密度可達(dá)的。

（7）密度可達(dá)：設(shè)P(1)，P(2)，…，P(m)∈X，其中m≥2，若它們滿足：P(i+1)是從P(i)直接密度可達(dá)的，i=1，2，…，m-1，則稱P(m)是從P(1)密度可達(dá)的。

（8）密度項鏈：設(shè)x，y，z∈X，若y和z均是從x密度可達(dá)的，則稱y和z是密度相連的，顯然密度相連具有對稱性。

（9）類：稱非空集合C?X是X的一個類，如果它滿足：對于x，y∈X

若x∈X，且y是從x密度可達(dá)的，則y∈C；

若x∈C，y∈C，則x，y是密度相連的。

它的具體步驟：

輸入：數(shù)據(jù)集X，半徑參數(shù)ε，密度閾值M

輸出：聚類結(jié)果及噪聲數(shù)據(jù)

步驟1：從數(shù)據(jù)集X中隨機(jī)抽取一個未被處理的對象x，且在它的ε-鄰域滿足目睹閾值要求，稱為核對象；

步驟2：遍歷整個數(shù)據(jù)集，找到所有從對象x的密度可達(dá)對象，形成一個新的簇；

步驟3：通過密度相連產(chǎn)生最終簇結(jié)果；

步驟4：重復(fù)執(zhí)行步驟2和步驟3，直到數(shù)據(jù)集中所有對象都為“已處理”。

因此，基于密度的聚類就是一組“密度相連”的對象，以實現(xiàn)最大化的“密度可達(dá)”，不包含在任何聚類中的對象就是噪聲數(shù)據(jù)。

2 特征提取

在對葉片音頻進(jìn)行DBSCAN之前，需要進(jìn)行特征提取。葉片音頻本質(zhì)上屬于時域信號，但由于它又屬于信號數(shù)據(jù)，可從頻域上提取特征。設(shè)信號為xi。

時域特征

（2）1/3倍頻程：1/3倍頻程可以簡化頻譜的分析過程，無需分析每個頻率成分的聲能量，將信號的頻譜劃分為若干個頻帶，每個頻帶的頻率上下限之比恒定為21/3，分析不同頻帶的能量分布情況。

（3）MFCC：捕捉音頻信號的能量在不同頻率范圍內(nèi)的分布。

3 聚類

利用某風(fēng)場2.5MW機(jī)型采集的164個葉片音頻數(shù)據(jù)(其中葉片運(yùn)轉(zhuǎn)82個，葉片未運(yùn)轉(zhuǎn)82個，包含在其中的含噪音頻10個)，提取特征(共48個)，進(jìn)行DBSCAN聚類。聚類結(jié)果可視化如圖1所示。

圖1 DBSCAN聚類可視化

圓點代表風(fēng)電機(jī)組葉片未運(yùn)轉(zhuǎn)，五角星點代表風(fēng)電機(jī)組葉片運(yùn)轉(zhuǎn)；正方形點代表噪聲點。

從圖1可以看出，DBSCAN聚類可將機(jī)組葉片旋轉(zhuǎn)與未旋轉(zhuǎn)準(zhǔn)確區(qū)分開來，但其中存在一些噪聲，通過人工耳聽這些噪聲音頻，接近圓點部分的音頻主要包含路過人員的說話聲、棲息在拾音器上鳥的鳴叫；接近五角星點部分的音頻主要包含冷卻風(fēng)扇開啟后的噪聲，淹沒了部分葉片旋轉(zhuǎn)的掃塔聲。

從總體上來說，DBSCAN對葉片音頻分類的效果較好，混淆矩陣見表1。

表1 混淆矩陣

從表1中可以看出，原始葉片運(yùn)轉(zhuǎn)與葉片未運(yùn)轉(zhuǎn)的音頻分別有82個，聚類后，葉片運(yùn)轉(zhuǎn)的音頻分類正確的有69個，分類成含噪音頻的有8個，其中分類成葉片未運(yùn)轉(zhuǎn)（即分類錯誤）的有5個；葉片未運(yùn)轉(zhuǎn)的音頻分類正確的有80個，分類成含噪音頻的有2個，其中分類成葉片運(yùn)轉(zhuǎn)（即分類錯誤）的有4個。

分類結(jié)果見表2。

表2 分類結(jié)果

從表2中可以看出，預(yù)測的ROC值達(dá)93%，準(zhǔn)確率達(dá)94%。

后續(xù)工作將對含噪音頻進(jìn)行處理，將音頻中的噪聲過濾，得到純凈的葉片掃塔聲。

圖2展示了葉片運(yùn)轉(zhuǎn)圖2（a）、葉片未運(yùn)轉(zhuǎn)圖2（b）、噪聲圖2（c）的典型波形圖。

圖2 葉片運(yùn)轉(zhuǎn)、葉片未運(yùn)轉(zhuǎn)與噪聲的波形圖

4 結(jié)束語

本文從時域與頻域的角度，分別對采集到的風(fēng)電機(jī)組葉片音頻提取特征，然后再進(jìn)行無監(jiān)督的DBSCAN聚類，最終給出聚類結(jié)果，避免了人耳聽音頻確定標(biāo)簽的低效率，通過實例對比研究，發(fā)現(xiàn)聚類效果較好，能發(fā)現(xiàn)其中的噪聲點。有利于對含噪音頻進(jìn)行去噪濾波，得到純凈的葉片音頻，并用于后續(xù)葉片狀態(tài)的感知判斷。