MVDR-陣列信號(hào)增強(qiáng)技術(shù)在電力變壓器聲紋監(jiān)測(cè)中的應(yīng)用

摘要：為提升現(xiàn)場(chǎng)電力變壓器工作狀態(tài)的監(jiān)測(cè)水平，提出了一種基于非接觸式陣列檢測(cè)的MVDR（Minimum Variance Distortionless Response）信號(hào)增強(qiáng)技術(shù)。將麥克風(fēng)陣列測(cè)試技術(shù)和自適應(yīng)MVDR技術(shù)相結(jié)合，以實(shí)現(xiàn)期望目標(biāo)聲源信號(hào)質(zhì)量的定向增強(qiáng)。單頻音和語(yǔ)音數(shù)據(jù)的數(shù)值仿真和變壓器現(xiàn)場(chǎng)測(cè)試試驗(yàn)均表明該信號(hào)增強(qiáng)方法可有效抑制無(wú)關(guān)噪聲的干擾，相比于常規(guī)波束形成方法，信噪比提升約3.29 dB。

關(guān)鍵詞：最小方差無(wú)畸變響應(yīng)；陣列信號(hào)增強(qiáng)；電力變壓器；聲紋監(jiān)測(cè)

中圖分類(lèi)號(hào)：TM41" " 文獻(xiàn)標(biāo)志碼：A" " 文章編號(hào)：1671-0797（2024）17-0085-05

DOI：10.19514/j.cnki.cn32-1628/tm.2024.17.021

0" " 引言

電力變壓器在整個(gè)電力系統(tǒng)中起著至關(guān)重要的作用，其除了輸送電能，還兼具電能的分配和保護(hù)功能，其運(yùn)行狀態(tài)的好壞直接影響整個(gè)電網(wǎng)系統(tǒng)的安全穩(wěn)定運(yùn)行[1]。因此，如何有效實(shí)現(xiàn)變壓器的狀態(tài)監(jiān)測(cè)，對(duì)于提升電網(wǎng)的安全、高效運(yùn)行異常重要。

基于振動(dòng)信號(hào)的監(jiān)測(cè)技術(shù)是一種有效的技術(shù)，目前已有大量研究，主要通過(guò)在變壓器箱壁貼放置傳感器以獲取振動(dòng)信號(hào)，并提取信號(hào)特征對(duì)變壓器狀態(tài)進(jìn)行監(jiān)測(cè)分析[2]，具備抗干擾強(qiáng)與高靈敏度等優(yōu)勢(shì)。但該方法也存在相應(yīng)不足，例如：傳感器的不同布置位置對(duì)于監(jiān)測(cè)效果有較大影響；建立完善的監(jiān)測(cè)系統(tǒng)需大量傳感器，花費(fèi)不菲；振動(dòng)監(jiān)測(cè)方式屬于接觸式監(jiān)測(cè)手段，對(duì)于帶電運(yùn)行設(shè)備存在安全隱患。聲音信號(hào)由運(yùn)行中的變壓器振動(dòng)并經(jīng)空氣傳播形成，二者相互聯(lián)系且具有同源性，聲紋監(jiān)測(cè)技術(shù)具備非接觸式安全、監(jiān)測(cè)覆蓋面大、傳感器成本低等優(yōu)勢(shì)，但其在復(fù)雜環(huán)境下存在無(wú)關(guān)噪聲的干擾問(wèn)題。針對(duì)上述問(wèn)題，相關(guān)學(xué)者進(jìn)行了研究并提出了一系列方法：周晶等人[3]為有效去除變壓器局部放電超聲信號(hào)中的白噪聲干擾，提出了一種基于改進(jìn)小波閾值和自適應(yīng)噪聲完全集合經(jīng)驗(yàn)?zāi)B(tài)分解的聲信號(hào)去噪方法，并利用仿真和試驗(yàn)表明了所提方法的可行性與有效性；周?chē)?guó)華等人[4]提出了一種基于改進(jìn)雙鏈量子遺傳算法與正交匹配追蹤方法相結(jié)合的局部放電稀疏分解去噪新方法，并利用現(xiàn)場(chǎng)實(shí)際數(shù)據(jù)驗(yàn)證了該方法的有效性和實(shí)用性。

針對(duì)實(shí)際現(xiàn)場(chǎng)在運(yùn)變壓器設(shè)備的狀態(tài)監(jiān)測(cè)要求，將基于陣列測(cè)量的MVDR信號(hào)增強(qiáng)技術(shù)應(yīng)用于電力變壓器聲紋監(jiān)測(cè)中，并基于數(shù)值仿真和現(xiàn)場(chǎng)試驗(yàn)驗(yàn)證了所提方法的可行性與有效性。

1" " MVDR-陣列信號(hào)增強(qiáng)方法原理

MVDR（Minimum Variance Distortionless Response）[5]陣列信號(hào)增強(qiáng)算法是一種自適應(yīng)波束形成的信號(hào)增強(qiáng)方法，其憑借辨識(shí)度高、自適應(yīng)智能化等優(yōu)勢(shì)被廣泛應(yīng)用于語(yǔ)音處理、雷達(dá)和聲納系統(tǒng)定位、無(wú)線(xiàn)通信信號(hào)增強(qiáng)等領(lǐng)域[6-7]。該算法以最小均方誤差（Minimum Mean Square Error，MMSE）[8]準(zhǔn)則為基準(zhǔn)，在實(shí)現(xiàn)最優(yōu)信號(hào)輸出的同時(shí)也能保證目標(biāo)聲源方向的增益不變，即可實(shí)現(xiàn)最佳信噪比的信號(hào)輸出。

2" " 仿真驗(yàn)證

利用數(shù)值仿真對(duì)比所提方法對(duì)于聲紋信號(hào)增強(qiáng)的可行性與有效性。仿真設(shè)置由10個(gè)聲學(xué)傳感器組成的線(xiàn)性陣列，其長(zhǎng)度為0.5 m，通過(guò)不同的聲源信號(hào)以對(duì)比常規(guī)與MVDR信號(hào)增強(qiáng)方法性能。

2.1" " 單頻聲信號(hào)增強(qiáng)效果對(duì)比

利用單頻音對(duì)比基于陣列的常規(guī)波束形成（Conventional Beamforming，CBF）與MVDR信號(hào)增強(qiáng)方法的可行性。陣列正前方放置兩個(gè)聲源，陣列距離聲源2 m，左邊聲源1播放頻率為1 kHz的單頻音，右邊干擾聲源2播放頻率為2 kHz的單頻音，采樣頻率設(shè)置為16 kHz，兩個(gè)聲源均與陣列中心呈30°角擺放，如圖1所示。為盡量模擬實(shí)際環(huán)境，還在信號(hào)中添加了信噪比為15 dB的高斯白噪聲。

圖2所示為原始混合信號(hào)的頻譜結(jié)果，圖3～4與表1所示為利用常規(guī)波束形成（CBF）[10]與MVDR增強(qiáng)技術(shù)得到的增強(qiáng)后信號(hào)結(jié)果。由圖可知，兩種方法均可以實(shí)現(xiàn)原始混合聲紋數(shù)據(jù)的信號(hào)增強(qiáng)，但MVDR具備更好的增強(qiáng)性能，信噪比相較于CBF方法提升約1.12 dB。

圖5所示為利用兩方法獲得的聲源定向波束圖。由圖可知，MVDR方法在±30°的主瓣寬度相較于CBF更窄且旁瓣水平更低，表明了MVDR方法識(shí)別聲源的有效性。

2.2" " 語(yǔ)音信號(hào)增強(qiáng)效果對(duì)比

利用一段說(shuō)話(huà)聲作為測(cè)試數(shù)據(jù)以對(duì)比兩種方法的可行性與有效性。聲源位于陣列的左前方、與陣列中心呈45°，距離陣列2 m，布置示意圖如圖6所示。

圖7和表2所示為利用常規(guī)CBF與MVDR增強(qiáng)技術(shù)得到的增強(qiáng)后信號(hào)結(jié)果。由圖表可知，MVDR相較于CBF獲得了更優(yōu)的增強(qiáng)信號(hào)，信號(hào)波形更規(guī)整，且信噪比相較于常規(guī)方法增強(qiáng)了5.73 dB。由圖8可知，當(dāng)聲源信號(hào)為更復(fù)雜的說(shuō)話(huà)聲時(shí)，MVDR同樣具備更好的聲源辨識(shí)性能，主瓣更窄且旁瓣水平更低。

3" " 實(shí)際變壓器運(yùn)行數(shù)據(jù)驗(yàn)證

為進(jìn)一步驗(yàn)證所提方法的有效性，利用實(shí)際運(yùn)行情況下的變壓器的數(shù)據(jù)進(jìn)行計(jì)算。信號(hào)采集儀器為直徑0.24 m的圓形陣列，由8個(gè)聲學(xué)傳感器組成，其采集頻率范圍為20 Hz～24 kHz?，F(xiàn)場(chǎng)采集裝置放置于被測(cè)變壓器的正前方，距離約1 m，被測(cè)變壓器附近存在多個(gè)干擾聲源?，F(xiàn)場(chǎng)布置示意如圖9所示。

由圖10、表3和圖11可知，當(dāng)聲源為實(shí)際場(chǎng)景下的變壓器時(shí)，MVDR信號(hào)增強(qiáng)技術(shù)始終具備較優(yōu)的效果，相較于常規(guī)方法信噪比提升3.29 dB，且該方法具備更好的目標(biāo)聲源識(shí)別與無(wú)關(guān)噪聲抑制（旁瓣）效果。

4" " 結(jié)語(yǔ)

針對(duì)現(xiàn)場(chǎng)在運(yùn)變壓器設(shè)備的聲紋監(jiān)測(cè)需求，提出了一種基于陣列采集的MVDR聲紋信號(hào)增強(qiáng)方法，所得結(jié)論如下：

1）數(shù)值仿真表明MVDR技術(shù)對(duì)于聲源為單頻音和語(yǔ)音信號(hào)皆具備良好的信號(hào)增強(qiáng)效果，相較于常規(guī)方法其信號(hào)質(zhì)量分別提升1.12 dB和5.73 dB；

2）將本文方法應(yīng)用在實(shí)際環(huán)境下運(yùn)行的變壓器聲紋信號(hào)監(jiān)測(cè)中，結(jié)果同樣驗(yàn)證了所提方法的有效性與可靠性。

[參考文獻(xiàn)]

[1] 趙勇軍，徐肖偉，胡亞超.一起配電變壓器雷擊故障的診斷與分析[J].變壓器，2023，60（12）：73-76.

[2] 朱昊，馬宏忠，劉寶穩(wěn)，等.基于合閘寬頻振動(dòng)信號(hào)的繞組機(jī)械狀態(tài)評(píng)估[J].振動(dòng).測(cè)試與診斷，2023，43（5）：895-902.

[3] 周晶，羅日成，黃軍.基于改進(jìn)小波閾值—CEEMDAN的變壓器局部放電超聲波信號(hào)白噪聲抑制方法[J].高壓電器，2024，60（1）：163-171.

[4] 周?chē)?guó)華，原輝，林語(yǔ)，等.基于IDCQGA-OMP的變壓器局部放電稀疏分解去噪[J].高壓電器，2022，58（2）：126-134.

[5] YAZDI N，TODROS K.Measure-transformed MVDR Beam-forming[J].IEEE Signal Processing Letters，2020（27）：1959-1963.

[6] WANG Y，XU H Y，WANG B，et al.Broadband Spatial Spectrum Estimation Based on Space-Time Minimum Variance Distortionless Response and Frequency Derivative Constraints[J].IEEE Access，2023（11）：27955-27962.

[7] 習(xí)延鵬，劉劍，肖楠.基于MVDR算法的衛(wèi)星通信地球站面天線(xiàn)組陣抗干擾仿真研究[J].電光與控制，2024，31（6）：47-55.

[8] SHANKAR N，BHAT G S，PANAHI I M S.Real-time Dual-Channel Speech Enhancement by VAD Assisted MVDR Beamformer for Hearing Aid Applications Using Smartphone[C]//2020 42nd Annual International Conference of the IEEE Engineering in Medicine amp; Biology Society（EMBC），2020：952-955.

[9] XU X G，WANG R X，F(xiàn)U C W，et al.SNR-aware Low-Light Image Enhancement[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition，2022：17714-17724.

[10] ZHU C Q，F(xiàn)ANG S L，WU Q S，et al.A Time-Frequency Joint Time-Delay Difference Estimation Method for Signal Enhancement in the Distorted Towed Hydrophone Array[J].Remote Sensing，2021，13（22）：4586.

收稿日期：2024-05-06

作者簡(jiǎn)介：?？。?993—），女，上海人，工程師，研究方向：變電設(shè)備檢修、故障診斷及噪聲振動(dòng)控制。