变电站噪声智能预测及其主动控制.pdf

第３３卷 第９期 电工 电能新 技 术 Ｖｏｌ．３３，Ｎｏ．９ ２０１４年９月 Ａｄｖａｎｃｅｄ Ｔｅｃｈｎｏｌｏｇｙ ｏｆ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｅｎｅｒｇｙ Ｓｅｐｔ． ２０１４ 变电站噪声智能预测及其主动控制 １ １ ２ ２ 姜鸿羽 ，马宏忠 ，姜　 宁 ，李　 凯 （１． 河海大学能源与电气学院，江苏 南京２１１１００； ２． 江苏省电力公司南京供电公司，江苏 南京２１０００８） 摘要：针对变电站噪声有源控制技术中存在的算法性能较差和易受周边环境影响的问题，本文利 用人工神经网络、小波技术及遗传算法对该技术进行改进。 首先结合小波技术和人工神经网络来 预测噪声控制系统的参考输入信号，然后根据小波去噪原理滤除进入误差传感器的混合噪声中由 周边环境引起的高频干扰噪声，并将剩余噪声反馈至系统控制器中，最后利用遗传算法优化控制器 中小波神经网络的参数，实现变电站噪声的最佳控制。 对变电站内变压器振动和噪声数据进行仿 真，结果表明改进后的方法有效地提高了系统的噪声跟踪速度、降噪量及稳定性，可以使变电站降 噪达到满意的效果。 关键词：变电站噪声；噪声预测；小波神经网络；遗传算法 中图分类号：ＴＭ４０１　 　 　 　 　 文献标识码：Ａ　 　 　 文章编号：１００３⁃３０７６（２０１４）０９⁃００７４⁃０７ 环境变化引起的噪声会对有源消噪系统的稳定性和 １　 引言 有效性产生很大的影响；②自适应滤波算法性能较 随着变电站与居民生活区距离的缩短，变电站 差。 针对这两个问题，本文首先利用变压器表面的 的噪声污染已经对居民的正常生活产生了不可忽视 振动信号和某接收点处的噪声信号建立基于小波变 的影响。 变电站噪声主要源于大型变压器运行产生 换和人工神经网络的噪声预测模型，并将预测的噪 ［１］ 的低频噪声 ，但传统的被动噪声控制技术只对 声信号作为自适应控制系统的参考输入信号，然后 中、高频噪声有效，对低频噪声的控制效果并不理 利用小波滤波器对含有次级噪声信号、变压器噪声 ［２］ 想 。 为了有效地控制低频噪声，国内外许多学者 信号及环境干扰噪声信号的混合噪声信号进行去 将自适应有源噪声控制技术应用于变压器噪声抑制 噪，最后将滤除环境干扰噪声后的残余噪声信号反 问题。 文献［３］针对某 １１０ｋＶ 变压器，运用多声源 馈至控制器，并利用遗传算法优化控制器中小波神 阵有源控制策略对其低频噪声进行有源控制，通过 经网络的参数，实现对变电站内变压器噪声的最佳 实验验证取得了一定的消噪效果。 文献［４］利用正 控制。 余弦信号合成与源噪声信号相位相反、幅值相同的 ２　 变电站噪声的预测 次级声源信号，实现抑制变压器噪声。 文献［５］将 一个可以控制和放大噪声的扬声器放置在变压器 为了避免次级声源和变压器周围环境噪声对采 旁，使其输出与变压器噪声相位相反的噪声，达到消 集参考输入信号的干扰，本文利用人工神经网络［６］ 除噪声的目的。 预测变压器噪声信号，并将其作为参考输入信号。 尽管这些研究能够取得一定的降噪效果，但是 变压器噪声主要来源于铁芯磁致伸缩变形和绕组电 效果并不理想，其原因主要有以下两点：①利用自适