CN112230186A - 一种户内变电站噪声源等效识别方法及装置 - Google Patents
一种户内变电站噪声源等效识别方法及装置 Download PDFInfo
- Publication number
- CN112230186A CN112230186A CN202011084311.2A CN202011084311A CN112230186A CN 112230186 A CN112230186 A CN 112230186A CN 202011084311 A CN202011084311 A CN 202011084311A CN 112230186 A CN112230186 A CN 112230186A
- Authority
- CN
- China
- Prior art keywords
- equivalent
- source
- indoor
- reconstruction
- noise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000011084 recovery Methods 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 230000005855 radiation Effects 0.000 claims abstract description 20
- 238000012546 transfer Methods 0.000 claims abstract description 16
- 230000005236 sound signal Effects 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 abstract description 12
- 230000004044 response Effects 0.000 abstract description 8
- 238000001093 holography Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 9
- 238000005070 sampling Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 5
- 238000010521 absorption reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical group C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000010438 granite Substances 0.000 description 1
- 239000004579 marble Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/20—Position of source determined by a plurality of spaced direction-finders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种户内变电站噪声源等效识别方法及装置，所述方法包括以下步骤：在户内变电站变压器一侧构建等效源面、重建面、声信号采集面；建立等效源面与声信号采集面之间的室内声传递函数模型；在等效源面上恢复出分布式等效源；在重建面上进行辐射噪声重建，完成噪声源等效识别。可实现户内变电站混响环境下的噪声识别，解决了传统方法无法适用于混响环境的问题；利用低频波动建模方法实现了对低频房间脉冲响应的模拟，可以对低频干涉、衍射等现象实现准确模拟，从而更加准确地进行户内变电站变压器低频噪声源识别；利用稀疏恢复算法实现在较少的空间声信号采集条件下更加准确的空间噪声源等效。
Description
技术领域
本发明涉及变电站噪声源识别技术领域，尤其涉及一种户内变电站噪声源等效识别方法及装置。
背景技术
近年来，随着城市化进程的加快，城市用电负荷逐年增加，变电站的建设逐渐迁移到城区内部。由于变电站噪声较大，且具有长时间持续性的特点，其噪声污染问题变得较为突出，已成为周边居民投诉的重点。为了减小向周围环境的噪声辐射水平，现有城区的变电站建造多以户内变电站为主，但是由于存在显著的低频噪声，户内变电站的噪声控制仍是一项重要问题。对变压器等设备进行准确的噪声源识别是有效噪声控制的前提条件，有助于更加精确地依据噪声源类型及位置设计降噪措施；同时，对变电站中的变压器等设备开展噪声源识别也有助于对其运行情况进行监控，及时通过异常声事件定位发现设备运转中所存在的问题。因此，针对变电站环境的噪声源识别一直是一个研究热点。
近场声全息(Near Field Holography,NAH)技术是最具代表性的噪声源识别技术，由Williams和Maynard等于1980年提出。该技术通过全息面传感器阵列测得空间中声压，把声压从时域变换到波数域，建立全息面与重建面之间传递关系，从而将测量数据传递到重建面，最后经逆Fourier变换得到重建面声场声压，从而实现对噪声源的识别。在测量过程中，近场声全息技术不仅可以测得传播波信息，还能记录随距离增加迅速衰减的倏逝波信息，因此突破了重建分辨率受瑞利判据的限制，获得了广泛的应用。以经典近场声全息为基础，逆边界元法近场声全息、统计最优近场声全息、等效源法近场声全息等改进型近场声全息技术不断被提出，使得近场声全息技术不断得到完善。
虽然近场声全息技术已获得广泛应用，但是从理论基础来看，现有的近场声全息技术仍存在一定问题，难以应用于户内变电站噪声源识别中：首先，近场声全息是一种自由场框架下所发展的理论，即声波以自由场传播模式为主，但对于户内变电站的噪声源识别及声场重建来说，经典的声全息技术不再适用，因为在室内环境下，受混响影响，声波的传播具有多途效应，室内空间中某位置处的声场是由直达声及混响声叠加而成，噪声源的识别会受到较大的混响影响；其次，由于户内变电站内的变压器等设备属于体积较大设备，声辐射范围较广，无法像传统方法那样等效成点声源，因此对其噪声源进行识别需要等效处理；另外，户内变电站变压器低频噪声显著，会形成干涉、衍射等效应，而传统的近场声全息法无法对这些低频现象进行准确描述。综上，室内环境中的噪声源识别相较于自由场环境中的噪声源识别具有更高的技术难度。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种户内变电站噪声源等效识别方法，可以对复杂外形的变压器设备进行准确的声源等效，从而最终恢复出其实际噪声源。
为实现上述目的，本发明提供了一种户内变电站噪声源等效识别方法，所述方法包括以下步骤：
在户内变电站变压器一侧构建等效源面、重建面、声信号采集面；
建立等效源面与声信号采集面之间的室内声传递函数模型；
在等效源面上恢复出分布式等效源；
在重建面上进行辐射噪声重建，完成噪声源等效识别。
可选的，所述等效源面、所述重建面以及所述声信号采集面分别由户内变电站变压器一侧由近及远设置，所述等效源面、所述重建面以及所述声信号采集面平行设置。
可选的，所述建立等效源面与采集面之间的室内声传递函数模型包括：通过低频波动建模方法构建所述等效源面的等效源点到所述声信号采集面上的接收点之间的传递函数。
可选的，所述在等效源面上恢复出分布式等效源包括：通过稀疏恢复算法在等效源面上恢复出分布式等效源。
可选的，所述声信号采集面上设置有麦克风，所述通过稀疏恢复算法在等效源面上恢复出分布式等效源包括：通过所述麦克风采集声信号，结合采集的声信号，通过稀疏恢复算法在等效源面上恢复出分布式等效源的初始信号。
可选的，所述在重建面上进行辐射噪声重建，完成噪声源等效识别包括：通过声场变换算法实现重建面上的声场重建，完成噪声源等效识别。
可选的，所述等效源面距离户内变电站变压器最外侧的距离小于最低分析频率对应波长的一半。
可选的，所述等效源面上设置有若干按矩形节点方式排列分布的虚拟点源。为实现上述目的，本发明还提供一种户内变电站噪声源等效识别装置，包括户内变电站，其内设置与有户内变电站变压器，还包括：
声信号采集模组，其用于采集声信号；
室内声传递模组，用于将采集到的的声信号传递；
等效源恢复模组，用于接收到的声信号恢复出分布式等效源；
重建模组，用于根据分布式等效源进行辐射噪声重建，完成噪声源等效识别。
可选的，所述声信号采集模组包括声信号采集面，所述等效源恢复模组包括等效源面，所述重建模组包括重建面，所述等效源面、所述重建面以及所述声信号采集面分别由所述户内变电站变压器一侧由近及远设置。
由于采用了上述技术方案，本发明具有如下的优点：
(1)可实现户内变电站混响环境下的噪声识别，解决了传统方法无法适用于混响环境的问题；
(2)利用低频波动建模方法实现了对低频房间脉冲响应的模拟，可以对低频干涉、衍射等现象实现准确模拟，从而更加准确地进行户内变电站变压器低频噪声源识别；
(3)利用稀疏恢复算法实现在较少的空间声信号采集条件下更加准确的空间噪声源等效。
附图说明
图1是本发明第一实施例户内变电站噪声源等效识别方法的流程图；
图2是本发明第一实施例户内变电站噪声源等效识别方法的具体实施例的模型图；
图3是本发明第一实施例户内变电站噪声源等效识别方法的等效源面/声信号采集面示意图及其虚拟点源/信号采集点分布形式示意图；
图4为在50Hz、100Hz、200Hz条件下，本发明的户内变电站噪声源等效识别方法所识别的噪声源与真实噪声源分布结果对比图；
图中标记为：
等效源面1，重建面2，声信号采集面3，户内变电站变压器4。
具体实施方式
下面结合附图和实施例对本发明作进一步说明：
实施例一：
如图1所示，一种户内变电站噪声源等效识别方法，户内变电站噪声源等效识别方法，所述方法包括以下步骤：
S1、在户内变电站变压器4一侧构建等效源面1、重建面2、声信号采集面3；
S2、建立等效源面1与声信号采集面3之间的室内声传递函数模型；
S3、在等效源面1上恢复出分布式等效源；
S4、在重建面2上进行辐射噪声重建，完成噪声源等效识别。
具体的，所述等效源面1、所述重建面2以及所述声信号采集面3分别由户内变电站变压器4一侧由近及远设置，所述等效源面1、所述重建面2以及所述声信号采集面3平行设置。
作为本发明的优选实施例，所述等效源面1距离户内变电站变压器4最外侧的距离小于最低分析频率对应波长的一半。例如最低分析频率为100Hz时，对应波长为3.4米，此时所述等效源面1距离所述户内变电站变压器4最外侧应小于1.7米，所述重建面2与所述等效源面1以及所述声信号采集面3与所述重建面2的距离视变电站空间决定，无具体要求，空间允许情况下，可各取为0.5米。
所述建立等效源面1与采集面之间的室内声传递函数模型包括：通过低频波动建模方法构建所述等效源面1的等效源点到所述声信号采集面2上的接收点之间的传递函数。
所述在等效源面1上恢复出分布式等效源包括：通过稀疏恢复算法在等效源面上恢复出分布式等效源。
作为本发明的优选实施例，所述声信号采集面3上设置有麦克风(未图示)，所述通过稀疏恢复算法在等效源面1上恢复出分布式等效源包括：通过所述麦克风采集声信号，结合采集的声信号，通过稀疏恢复算法在等效源面上恢复出分布式等效源的初始信号。
可选的，所述在重建面2上进行辐射噪声重建，完成噪声源等效识别包括：通过声场变换算法实现重建面上的声场重建，完成噪声源等效识别。
所述等效源面1上设置有若干按矩形节点方式排列分布的虚拟点源。
以下对本发明的进一步优选实施例做进一步具体说明：
步骤S1：假设一户内变电站建模图如附图2所示，其总体结构为常规矩形房间结构，内部存在一户内变电站变压器4。正常工作时，所述户内变电站变压器4向室内环境辐射噪声，噪声经过房间壁面的反射作用后，会在空间中与直达声及各阶次混响声相叠加，造成传统方法无法提取所述户内变电站变压器4本身噪声特性。由于所述户内变电站变压器4属于体积较大型设备，无法等效为单个点声源，因此，本发明利用此等效源面1实现对所述户内变电站变压器4的噪声等效。首先所述以户内变电站变压器4主要声源侧为基准，建立一等效源面1，在所述等效源面1上分布一系列虚拟点源11，所述虚拟点源11的分布按矩形节点方式排列，如附图3所示，除所述等效源面1之外，同时构建重建面2、声信号采集面3，作为噪声源识别结果重建、声信号采集的区域。信号被位于所述声信号采集面3上的麦克风接收之后，通过适用于混响环境的稀疏恢复算法恢复出等效源的初始信号，再利用声场变换算法实现重建面上的声场重建。
步骤S2：假设户内变电站变压器4辐射噪声通过户内传播后,到达位于所述声信号采集面3上的一系列采样点，所测得信号为yt＝[yt1,yt2,L,ytn]T，其中n表示采样麦克风的数量，由于户内变电站变压器4为体积较大的结构，无法按点声源处理，因此假设其噪声可通过所述等效源面1上的m个等效源模拟，具体的，通过等效信号为st＝[st1,st2,L,stm]T模拟，当等效信号由等效源发出后，经过一定传播路径到达采样点，则采集信号向量y可以表示为：
yt1＝st1*ht11+st2*ht21+L+stm*htm1
yt2＝st1*ht12+st2*ht22+L+stm*htm2
M
ytn＝st1*ht1n+st2*ht2n+L+stm*htmn (1)
式中，各符号的下标t表示此信号为时域信号，*为时域卷积运算符，h为房间脉冲响应，表示从第m个等效源点到第n个采样点声波传播路径，为便于计算，将式(1)中的各信号转化到频域，并将时域卷积转化为频域相乘，式(1)可表示为矩阵形式：
式中，各符号的下标ω表示此信号为频域信号，假设在实际情况中存在一定的测量噪声，则上述模型可表示为：
yω＝hωsω+n (3)
式中，n表示测量噪声。
步骤S:3：式(3)表明，噪声源识别的重要步骤就是通过采样信号恢复出等效源信号，因此，房间脉冲响应的构建就成为一项关键问题。房间脉冲响应表示接收点处对脉冲声的响应，本质上代表了声信号由声源到接收点的传播路径，在频域为传递函数。由于所述户内变电站变压器4低频噪声较高，而且户内变电站空间狭小，衍射、干涉等波动现象显著，因此本发明利用波动建模方法构建等效源点到接收点之间的传递函数。具体如下：
假定在户内变电站位置r处存在一个声源，它在单位时间内向单位体积内的空间提供了ρ0q(r,t)的媒质质量，由媒质中声波的三个基本方程可以得到有源情况下封闭空间中有关声压p的波动方程:
式中，
为拉普拉斯算子，在三维空间笛卡尔坐标系中，
当声源作简谐振动时，可得到简谐声源激励下的室内有源Helmholtz方程：
这样就将声压的时域问题转换为频域问题，式(5)即为推导无网格法计算模型的控制方程。
在封闭空间中有两种最常见的边界，即刚性壁面和吸收壁面。其中刚性壁面表示完全无吸声或者吸声量极小的材料所构成的壁面，例如大理石、花岗岩等石材材料壁面，吸收壁面为具有一定吸声作用的材料所构成的壁面，例如木材等材料壁面，在数学上，两种壁面可分别表示为:
刚性边界上：
吸收边界上：
式中，n为封闭空间壁面外法线方向，ζ称为比声阻抗，满足下式：
式中，Z为界面声阻抗。
根据Galerkin型加权残量法的系统方程推导方法及格林第一公式，可得
在声场中任意一点的声压可用空间中的一系列节点声压来表示，即
式中，Ni为节点i处的形函数，pi为节点i处的声压。
将式(10)代入式(9)，可得：
整理式(11)，可得：
令
其中，K称为刚度矩阵，M称为质量矩阵，C称为阻尼矩阵，F称为载荷矩阵。
最后，将式(13)、(14)、(15)、(16)代入式(12)，可得到
(K+jωC-ω2M)p＝F (17)
此式即为低频波动建模方法的系统方程，通过求解式(17),即可实现对低频现象的模拟，获得低频条件下的房间脉冲响应，将其代入式(3)即可实现对户内变电站噪声源的等效识别。
步骤S4：在利用波动建模完成户内等效源点到接收点的传递函数计算之后，即可对式(3)进行求解以获得等效源点的等效信号。由于户内变电站变压器4在户内变电站中所占体积较大，因此需要较多的等效源对其辐射噪声进行模拟，此时传统最小二乘法对式(3)求解时会形成欠定问题，影响求解精度。因此本发明利用稀疏恢复算法对式进行求解，一方面可以大幅度降低采样点数量，另外一方面也可通过稀疏约束实现以较少的等效源点模拟变压器辐射噪声。在稀疏恢复算法框架下，求解下式即可实现对噪声的稀疏等效恢复：
本发明还对图1所示的户内变电站噪声源等效识别方法进行了仿真验证，具体的，此仿真中户内变电站的房间尺寸为8980*6060*4880毫米，户内变电站变压器4的内部设置声源，声源辐射噪声经过所述户内变电站变压器4外壳的作用后，向户内环境进行传播，在所述户内变电站变压器4的前侧，以一米的间隔，分别布置等效源面1、重建面2以及声信号采集面3，在声信号采集面3上共设置25个声信号采集点，相邻声信号采集点间距为0.5米；在所述等效源面1上设置36个等效源点，相邻等效源点间距为0.4米；在所述重建面2上设置36个等效源点，相邻等效源点间距为0.4米。需要注意的是，此仿真中为了验证方法的正确性，对户内变电站以及户内变电站变压器的场景均进行了简化，不代表实际工作场景。
仿真中，首先利用波动建模方法对户内环境中的等效源点至采样点处的传递函数进行仿真，然后利用前述方法对变压器的原始噪声辐射在所述重建面2上进行了重建。为进行对比验证，将所述户内变电站变压器4在自由场条件下的所述重建面2处的声辐射利用边界元法进行计算，同时计算了在户内变电站房间存在条件下，受到混响影响的重建面声压。
图4给出了在50Hz、100Hz、200Hz条件下，本发明的户内变电站噪声源等效识别方法所识别的噪声源与真实噪声源分布结果对比，可以看出本发明户内变电站噪声源等效识别方法识别的噪声源与与真实结果吻合度非常高，证明了其准确性。
本发明的户内变电站噪声源等效识别方法，借助波动仿真手段建立等效源面与声信号采集面之间的室内声传递函数模型，结合声压采样数据，利用稀疏恢复算法在等效源面上恢复出分布式等效源，最后实现重建面上的声压重建；仿真结果显示此方法可有效抑制室内环境的混响问题，并可对复杂外形的户内变电站变压器进行准确的声源等效，从而最终恢复出其实际噪声辐射情况。相较于传统方法，本方法具有以下优点：
(1)可实现户内变电站混响环境下的噪声识别，解决了传统方法无法适用于混响环境的问题；
(2)利用低频波动建模方法实现了对低频房间脉冲响应的模拟，可以对低频干涉、衍射等现象实现准确模拟，从而更加准确地进行户内变电站变压器低频噪声源识别；
(3)利用稀疏恢复算法实现在较少的空间声信号采集条件下更加准确的空间噪声源等效。
实施例二：
本发明第二实施例提供一种户内变电站噪声源等效识别装置，包括户内变电站，其内设置与有户内变电站变压器4，还包括：
声信号采集模组，其用于采集声信号；
室内声传递模组，用于将采集到的的声信号传递；
等效源恢复模组，用于接收到的声信号恢复出分布式等效源；
重建模组，用于根据分布式等效源进行辐射噪声重建，完成噪声源等效识别。
可选的，所述声信号采集模组包括声信号采集面3，所述等效源恢复模组包括等效源面1，所述重建模组包括重建面2，所述等效源面1、所述重建面2以及所述声信号采集面3分别由所述户内变电站变压器4一侧由近及远设置。
具体的，声信号采集模组采集声信号，具体为声压数据；室内声传递模组将采集到的的声信号传递，该室内声传递模组借助波动仿真手段建立，具体为借助波动仿真手段建立等效源面1与声信号采集面3之间的室内声传递函数模型，等效源恢复模组结合声采集到的声信号数据，将接收到的声信号恢复出分布式等效源，具体为利用稀疏恢复算法在所述等效源面1上恢复出分布式等效源，然后重建模组根据分布式等效源进行辐射噪声重建，完成噪声源等效识别。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种户内变电站噪声源等效识别方法，其特征在于，所述方法包括以下步骤：
在户内变电站变压器一侧构建等效源面、重建面、声信号采集面；
建立等效源面与声信号采集面之间的室内声传递函数模型；
在等效源面上恢复出分布式等效源；
在重建面上进行辐射噪声重建，完成噪声源等效识别。
2.如权利要求1所述的户内变电站噪声源等效识别方法，其特征在于，所述等效源面、所述重建面以及所述声信号采集面分别由户内变电站变压器一侧由近及远设置，所述等效源面、所述重建面以及所述声信号采集面平行设置。
3.如权利要求1所述的户内变电站噪声源等效识别方法，其特征在于，所述建立等效源面与采集面之间的室内声传递函数模型包括：通过低频波动建模方法构建所述等效源面的等效源点到所述声信号采集面上的接收点之间的传递函数。
4.如权利要求1所述的户内变电站噪声源等效识别方法，其特征在于，所述在等效源面上恢复出分布式等效源包括：通过稀疏恢复算法在等效源面上恢复出分布式等效源。
5.如权利要求4所述的户内变电站噪声源等效识别方法，其特征在于，所述声信号采集面上设置有麦克风，所述通过稀疏恢复算法在等效源面上恢复出分布式等效源包括：通过所述麦克风采集声信号，结合采集的声信号，通过稀疏恢复算法在等效源面上恢复出分布式等效源的初始信号。
6.如权利要求1所述的户内变电站噪声源等效识别方法，其特征在于，所述在重建面上进行辐射噪声重建，完成噪声源等效识别包括：通过声场变换算法实现重建面上的声场重建，完成噪声源等效识别。
7.如权利要求1所述的户内变电站噪声源等效识别方法，其特征在于，所述等效源面距离户内变电站变压器最外侧的距离小于最低分析频率对应波长的一半。
8.如权利要求1所述的户内变电站噪声源等效识别方法，其特征在于，所述等效源面上设置有若干按矩形节点方式排列分布的虚拟点源。
9.一种户内变电站噪声源等效识别装置，包括户内变电站，其内设置与有户内变电站变压器，其特征在于，还包括：
声信号采集模组，其用于采集声信号；
室内声传递模组，用于将采集到的的声信号传递；
等效源恢复模组，用于接收到的声信号恢复出分布式等效源；
重建模组，用于根据分布式等效源进行辐射噪声重建，完成噪声源等效识别。
10.如权利要求9所述的户内变电站噪声源等效识别装置，其特征在于，所述声信号采集模组包括声信号采集面，所述等效源恢复模组包括等效源面，所述重建模组包括重建面，所述等效源面、所述重建面以及所述声信号采集面分别由所述户内变电站变压器一侧由近及远设置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011084311.2A CN112230186A (zh) | 2020-10-12 | 2020-10-12 | 一种户内变电站噪声源等效识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011084311.2A CN112230186A (zh) | 2020-10-12 | 2020-10-12 | 一种户内变电站噪声源等效识别方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112230186A true CN112230186A (zh) | 2021-01-15 |
Family
ID=74112111
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011084311.2A Pending CN112230186A (zh) | 2020-10-12 | 2020-10-12 | 一种户内变电站噪声源等效识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112230186A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112818553A (zh) * | 2021-02-07 | 2021-05-18 | 国网河北省电力有限公司沧州供电分公司 | 一种基于等效源的变压器辐射声场计算方法 |
| CN113536554A (zh) * | 2021-07-01 | 2021-10-22 | 哈尔滨工程大学 | 一种采用压缩等效源法的封闭空间内声场预测方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005080124A (ja) * | 2003-09-02 | 2005-03-24 | Japan Science & Technology Agency | リアルタイム音響再現システム |
| CN105068048A (zh) * | 2015-08-14 | 2015-11-18 | 南京信息工程大学 | 基于空间稀疏性的分布式麦克风阵列声源定位方法 |
| CN105181121A (zh) * | 2015-05-29 | 2015-12-23 | 合肥工业大学 | 采用加权迭代等效源法的高精度近场声全息算法 |
| US20160091387A1 (en) * | 2014-09-30 | 2016-03-31 | Uchicago Argonne, Llc | Acoustic building infiltration measurement system |
| CN107566969A (zh) * | 2017-07-20 | 2018-01-09 | 西北工业大学 | 一种封闭环境内部低频声场重构方法 |
| CN109270492A (zh) * | 2018-09-27 | 2019-01-25 | 重庆大学 | 一种用于大全息距离的正则化参数选取方法 |
| CN110765673A (zh) * | 2019-12-30 | 2020-02-07 | 上海索辰信息科技有限公司 | 基于等效源法的噪声声场重建方法 |
| CN111664932A (zh) * | 2020-05-22 | 2020-09-15 | 重庆大学 | 一种基于贝叶斯压缩感知的声源识别方法 |
-
2020
- 2020-10-12 CN CN202011084311.2A patent/CN112230186A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005080124A (ja) * | 2003-09-02 | 2005-03-24 | Japan Science & Technology Agency | リアルタイム音響再現システム |
| US20160091387A1 (en) * | 2014-09-30 | 2016-03-31 | Uchicago Argonne, Llc | Acoustic building infiltration measurement system |
| CN105181121A (zh) * | 2015-05-29 | 2015-12-23 | 合肥工业大学 | 采用加权迭代等效源法的高精度近场声全息算法 |
| CN105068048A (zh) * | 2015-08-14 | 2015-11-18 | 南京信息工程大学 | 基于空间稀疏性的分布式麦克风阵列声源定位方法 |
| CN107566969A (zh) * | 2017-07-20 | 2018-01-09 | 西北工业大学 | 一种封闭环境内部低频声场重构方法 |
| CN109270492A (zh) * | 2018-09-27 | 2019-01-25 | 重庆大学 | 一种用于大全息距离的正则化参数选取方法 |
| CN110765673A (zh) * | 2019-12-30 | 2020-02-07 | 上海索辰信息科技有限公司 | 基于等效源法的噪声声场重建方法 |
| CN111664932A (zh) * | 2020-05-22 | 2020-09-15 | 重庆大学 | 一种基于贝叶斯压缩感知的声源识别方法 |
Non-Patent Citations (4)
| Title |
|---|
| XU, LUWEN 等: "Noise source identification in indoor substation using a sparse equivalent source method", 《6TH INTERNATIONAL CONFERENCE ON ADVANCES IN ENERGY RESOURCES AND ENVIRONMENT ENGINEERING (ICAESEE)》, 22 November 2020 (2020-11-22), pages 1 - 8 * |
| 刘延善 等: "封闭空间声场重构的多层等效源法", 声学学报, vol. 45, no. 3, 31 May 2020 (2020-05-31), pages 368 - 376 * |
| 李加庆;陈进;杨超;薛玮飞;董广明;: "基于波束形成和波叠加法的复合声全息技术", 声学学报(中文版), no. 02, 15 March 2008 (2008-03-15), pages 58 - 64 * |
| 陈晶 等: "基于矩阵模型的感应式磁声重建算法", 现代科学仪器, no. 2, 30 April 2013 (2013-04-30), pages 34 - 38 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112818553A (zh) * | 2021-02-07 | 2021-05-18 | 国网河北省电力有限公司沧州供电分公司 | 一种基于等效源的变压器辐射声场计算方法 |
| CN113536554A (zh) * | 2021-07-01 | 2021-10-22 | 哈尔滨工程大学 | 一种采用压缩等效源法的封闭空间内声场预测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Verburg et al. | Reconstruction of the sound field in a room using compressive sensing | |
| WO2022237708A1 (zh) | 一种变电站可听噪声预测的声波干涉修正方法及系统 | |
| CN110703150B (zh) | 基于声振耦合信号的变压器内部故障检测与定位方法 | |
| CN112230186A (zh) | 一种户内变电站噪声源等效识别方法及装置 | |
| CN103217211B (zh) | 一种基于合成孔径原理的变电站噪声源分布测量方法 | |
| CN106680376A (zh) | 一种基于三维声强阵列的隔声测量系统与测量方法 | |
| CN104407328A (zh) | 基于空间脉冲响应匹配的封闭空间声源定位方法及系统 | |
| Li et al. | Propagation of sound in long enclosures | |
| CN105403878A (zh) | 一种基于时延敏感核的海洋声层析方法 | |
| CN111812581B (zh) | 基于原子范数的球面阵列声源波达方向估计方法 | |
| CN116090526A (zh) | 一种基于内嵌物理信息神经网络的结构振动噪声反演方法 | |
| Masurkar et al. | Lamb wave based experimental and finite element simulation studies for damage detection in an aluminium and a composite plate using geodesic algorithm | |
| CN112949121A (zh) | 一种导波传播特性的求解方法及系统 | |
| CN109307608B (zh) | 整车半消声室环境下列车漏声部位的封堵修复方法 | |
| Hameed et al. | Transverse damage localization and quantitative size estimation for composite laminates based on Lamb waves | |
| Farina | Validation of the pyramid tracing algorithm for sound propagation outdoors: comparison with experimental measurements and with the ISO–DIS 9613 standards | |
| CN106844971B (zh) | 基于逆边界元的轨道交通桥梁噪声反演预测方法 | |
| CN103675100B (zh) | 一种测量水声材料透声性能角谱的方法 | |
| Zea et al. | Learning the finite size effect for in-situ absorption measurement | |
| CN102193082A (zh) | 三传感器多尺度约束管网漏点定位的装置 | |
| Romanowicz | Surface waves | |
| Xu et al. | Noise source identification in indoor substation using a sparse equivalent source method | |
| Hofmeister et al. | Data-driven vibration prognosis using multiple-input finite impulse response filters and application to railway-induced vibration of timber buildings | |
| de Alba Alvarez et al. | Prediction of exterior noise propagation from powertrain and exhaust locations in a combine harvester. | |
| Li et al. | Measurement of the echo reduction for passive materials based on inverse filtering technique |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |