基于噪聲分析的抽水蓄能機組運行預警技術研究

唐擁軍，倪晉兵，肖業祥

（1.國網新源控股有限公司抽水蓄能技術經濟研究院，北京市 100761；2.清華大學水沙科學與水利水電工程國家重點實驗室&能源與動力工程系，北京市 100084）

0 引言

抽水蓄能電站啟停靈活、反應迅速，具有調峰、填谷、調頻、調相、緊急事故備用和黑啟動等多種功能。在“雙碳”目標及新能源大規模增長的背景下，抽水蓄能對于保障電網安全穩定運行以及建設新型電力系統具有無可替代的支撐作用，正在迎來前所未有的發展機遇。國家能源局在2021年9月發布的《抽水蓄能中長期發展規劃（2021～2035年）》中明確，到2025年，抽水蓄能投產總規模較“十三五”翻一番，達到6200萬kW以上；到2030年，抽水蓄能投產總規模較“十四五”再翻一番，達到1.2億kW[1]?？梢?，將有數量龐大的抽水蓄能機組投入運行。然而，抽水蓄能機組普遍具有水頭高、轉速快、雙向旋轉、過渡過程復雜和運行工況多變等顯著特點，使得抽水蓄能機組比常規水電機組更易發生故障[2-4]，機組運行穩定性成為關注重點。近年來，抽水蓄能機組大多安裝有在線監測裝置來監測機組的運行狀態，并在機組出現異常時發出報警。不過大多采用的是基于振動擺度閾值報警的方法[5-7]，本文提出一種基于噪聲分析的運行預警方法。

抽水蓄能機組運行過程中主要受機械、電氣與水力三種因素的耦合作用，因此，機組噪聲中匯聚了機械、電氣與水力三方面產生的噪聲信息，例如，水輪發電機轉動部件旋轉產生的各種機械噪聲、發電機電磁力產生的電磁噪聲及水輪機流道中各種水流撞擊、脫流、卡門渦、空化等水力產生的噪聲，而這是單純振動擺度或壓力脈動測點不具備的[8]?？梢?，機組噪聲包含豐富的運行狀態信息，基于噪聲分析的運行預警方法是可行的，本文提出運行預警方法并進行論述。

1 噪聲聲壓級

噪聲是一種聲音，是由物體的機械振動而產生的。振動的物體稱為聲源，它可以是固體、氣體或液體。聲音有強弱之分，并用聲壓p來表示其大小，單位是Pa（帕）。由于聲壓變化的范圍很大，同時考慮人耳對聲音強弱的（對數）特性，用對數方法將聲壓分為百十個級，稱為聲壓級。

聲壓級的定義為：聲壓與參考聲壓之比的常用對數乘以20，單位為dB（分貝）。

式中：p為聲壓（Pa），p0=2×10-5Pa為參考聲壓，它是人耳剛剛可以聽到聲音的聲壓。

因為瞬時聲級的意義不大，人們通常采用時間平均聲級或等效連續聲級來表示噪聲的大小，常用的是等效連續A聲級，其定義為[9]：

式中：pA(t)——瞬時A計權聲壓；

p0——參考聲壓；

LA——A聲級的瞬時值，dB；

T——時長。

本文開創性地提出等效連續L聲級的概念，也即上述等效連續A聲級定義中的LA替換為Lp（不計權的聲壓級）。

2 噪聲聲級譜

噪聲的主要特點是：具備一定強度，用聲壓表示；具有不同頻率成分，用頻譜表示。為了方便，并根據人耳對聲音頻率變化的反應，把可聽到的頻率范圍分成數段，按每段內的聲音強度進行分析，常用的分段方法有倍頻程和1/3倍頻程。其中，倍頻程上限頻率是下限頻率的1倍，1/3倍頻程上限頻率是下限頻率的21/3=1.26倍[9]。受此啟發，本文提出一種新的噪聲聲級譜的計算方法，具體計算過程如下：

（1）根據機組轉速、導葉數、轉輪葉片數估算噪聲有用信號頻率上限，一般可取為3×導葉數除以轉輪葉片數的商取整×轉輪葉片數×轉頻[10]。例如，某機組轉速為333.3r/min，導葉數為20，轉輪葉片數為9，則噪聲有用信號頻率上限為 3×[20/9]×9×（333.3/60）=3×2×9×5.55=300Hz。

對0～頻率上限進行n等分，n根據頻率上限的大小而定，等分間隔一般可取為5～10Hz（等分間隔取整數值），頻率上限至采樣頻率的一半作為第n+1個間隔，上述n+1個間隔可表示為 [0，f1），[f1，f2），[f2，f3），…，[fn-1，頻率上限），[頻率上限，fs/2]，其中，fs為采樣頻率。

（2）對一定時長的噪聲時域信號作傅里葉變換，保留[0，f1）頻率成分，其他頻率成分置為0，再進行傅里葉逆變換，得到[0，f1）頻率范圍的時域信號，求取該時域信號的平均L聲級，記作Lp1。其他頻率范圍間隔依次類似處理，可得到各個頻率間隔時域波形的平均L聲級，記作Lp2，Lp3，…，Lpn，Lpn+1。每個頻率間隔用其中間值來表示，則[f1/2，（f1+f2）/2，…，（fn-1+頻率上限）/2，（頻率上限 + fs/2）/2]和 [Lp1，Lp2，…，Lpn，Lpn+1]兩個數組稱為該一定時長噪聲信號的聲級譜。某噪聲信號的聲級譜如圖1所示（頻率上限為300Hz，間隔為30）。

圖1 某噪聲信號聲級譜Figure 1 Sound level spectrum of a noise signal

3 機組典型工況健康聲級譜

以有功功率P、水頭H、冷卻水進口溫度T作為工況確定參數，選擇機組健康狀態下一段時間內（一般為半年以上）某一典型工況穩態運行下的多組一定時長（通?？扇?6個旋轉周期）的噪聲時域波形信號。依據上述方法可得到某一典型工況所有選定時長噪聲信號的聲級譜，記作：

選擇上述m個聲級譜中對應分量組成n+1個m維數組，即：

計算出每個數組的概率密度分布圖，例如某一分量的概率密度分布圖如圖2所示，取概率密度最大值作為該分量的健康狀態基準值，則可得出該典型工況健康狀態下的基準聲級譜。

圖2 聲級譜某一分量概率密度分布圖Figure 2 Probability density distribution of a component of sound level spectrum

4 運行預警

在機組后續運行過程中，選取機組穩態工況運行時同樣時長的噪聲信號，求出噪聲信號的聲級譜，并與該工況健康狀態基準聲級譜作比較，若聲級譜某一分量相較于健康狀態基準聲級譜對應分量的增量大于預設值，則認為機組運行狀態出現了異常，并可根據該分量對應的頻率范圍分析引發機組出現異常的原因，這可縮小原因分析范圍，提高分析效率；此外，若聲級譜某一分量出現趨勢性增大現象（聲級譜分量與時間線性擬合的斜率大于預設值），則也發出異常預警，下面結合一實例對本方法進行說明。

某機組某一典型工況健康狀態下基準聲級譜如圖3所示（頻率上限300Hz，等分間隔30），該工況某實時聲級譜如圖4所示。實時聲級譜與健康基準聲級譜的對比統計如表1所示，聲級譜各分量增量百分比如圖5所示。由圖5可知，實時聲級譜相較于健康基準聲級譜發生了顯著增大現象，機組出現了異常，聲級譜分量顯著增大的頻率范圍為50～60Hz（增量百分比為24.8%）、100～110Hz（增量百分比為22.1）、70～80Hz（增量百分比為20.5%），因此，引發機組異常的頻率主要處在上述三個范圍。為便于準確分析產生異常的原因，可對噪聲進行頻域幅值譜或功率譜分析，再根據機械、電磁和水力產生的典型振動頻率成分進行故障定位。該實時噪聲信號頻域幅值譜如圖6所示，幅值譜前三階與聲級譜分量顯著增大的頻域范圍一致。為提高異常原因分析的準確度，可將頻率間隔分得窄一些，不過聲級譜分量的波動可能會加大，影響運行預警的可靠性，因此，在實際應用中頻率間隔可綜合考慮機組的轉速、導葉數、葉片數等而設定（見表1）。

表1 基準聲級譜與實時聲級譜數據統計（頻率范圍用中間值表示）Table 1 Statistics of reference sound level spectrum and real-time sound level spectrum data（each frequency range is represented by the middle value）

圖3 某工況健康基準聲級譜圖Figure 3 Health reference sound level spectrum of a operating condition

圖4 某工況實時聲級譜圖Figure 4 Real-time sound level spectrum of a operating condition

圖5 聲級譜分量增量與頻率范圍中心關系曲線Figure 5 Relationship curve between component increment of sound level spectral and frequency range center

圖6 實時噪聲信號幅值譜Figure 6 Amplitude spectrum of real-time noise signal

5 結論

（1）本文開創性地提出了聲級譜的求取方法。通過構建機組健康狀態下基準聲級譜、求取實時聲級譜以及對兩者進行比較，可用來檢測機組的異常狀態和異常原因。

（2）抽水蓄能機組噪聲測點具有安裝方便、捕捉信息全面的特點，此外，抽水蓄能機組故障大多具有漸變的特性，因此，在機組狀態監測系統中增加噪聲測點，并對噪聲數據進行挖掘分析，是實現機組運行預警和故障診斷的有效手段之一，這可提高機組的安全穩定運行水平，從而產生顯著的經濟效益。