基于噪声分析的抽水蓄能机组运行预警技术研究

唐拥军，倪晋兵，肖业祥

（1.国网新源控股有限公司抽水蓄能技术经济研究院，北京市 100761；2.清华大学水沙科学与水利水电工程国家重点实验室&能源与动力工程系，北京市 100084）

0 引言

抽水蓄能电站启停灵活、反应迅速，具有调峰、填谷、调频、调相、紧急事故备用和黑启动等多种功能。在“双碳”目标及新能源大规模增长的背景下，抽水蓄能对于保障电网安全稳定运行以及建设新型电力系统具有无可替代的支撑作用，正在迎来前所未有的发展机遇。国家能源局在2021年9月发布的《抽水蓄能中长期发展规划（2021～2035年）》中明确，到2025年，抽水蓄能投产总规模较“十三五”翻一番，达到6200万kW以上；到2030年，抽水蓄能投产总规模较“十四五”再翻一番，达到1.2亿kW[1]。可见，将有数量庞大的抽水蓄能机组投入运行。然而，抽水蓄能机组普遍具有水头高、转速快、双向旋转、过渡过程复杂和运行工况多变等显著特点，使得抽水蓄能机组比常规水电机组更易发生故障[2-4]，机组运行稳定性成为关注重点。近年来，抽水蓄能机组大多安装有在线监测装置来监测机组的运行状态，并在机组出现异常时发出报警。不过大多采用的是基于振动摆度阈值报警的方法[5-7]，本文提出一种基于噪声分析的运行预警方法。

抽水蓄能机组运行过程中主要受机械、电气与水力三种因素的耦合作用，因此，机组噪声中汇聚了机械、电气与水力三方面产生的噪声信息，例如，水轮发电机转动部件旋转产生的各种机械噪声、发电机电磁力产生的电磁噪声及水轮机流道中各种水流撞击、脱流、卡门涡、空化等水力产生的噪声，而这是单纯振动摆度或压力脉动测点不具备的[8]。可见，机组噪声包含丰富的运行状态信息，基于噪声分析的运行预警方法是可行的，本文提出运行预警方法并进行论述。

1 噪声声压级

噪声是一种声音，是由物体的机械振动而产生的。振动的物体称为声源，它可以是固体、气体或液体。声音有强弱之分，并用声压p来表示其大小，单位是Pa（帕）。由于声压变化的范围很大，同时考虑人耳对声音强弱的（对数）特性，用对数方法将声压分为百十个级，称为声压级。

声压级的定义为：声压与参考声压之比的常用对数乘以20，单位为dB（分贝）。

式中：p为声压（Pa），p0=2×10-5Pa为参考声压，它是人耳刚刚可以听到声音的声压。

因为瞬时声级的意义不大，人们通常采用时间平均声级或等效连续声级来表示噪声的大小，常用的是等效连续A声级，其定义为[9]：

式中：pA(t)——瞬时A计权声压；

p0——参考声压；

LA——A声级的瞬时值，dB；

T——时长。

本文开创性地提出等效连续L声级的概念，也即上述等效连续A声级定义中的LA替换为Lp（不计权的声压级）。

2 噪声声级谱

噪声的主要特点是：具备一定强度，用声压表示；具有不同频率成分，用频谱表示。为了方便，并根据人耳对声音频率变化的反应，把可听到的频率范围分成数段，按每段内的声音强度进行分析，常用的分段方法有倍频程和1/3倍频程。其中，倍频程上限频率是下限频率的1倍，1/3倍频程上限频率是下限频率的21/3=1.26倍[9]。受此启发，本文提出一种新的噪声声级谱的计算方法，具体计算过程如下：

（1）根据机组转速、导叶数、转轮叶片数估算噪声有用信号频率上限，一般可取为3×导叶数除以转轮叶片数的商取整×转轮叶片数×转频[10]。例如，某机组转速为333.3r/min，导叶数为20，转轮叶片数为9，则噪声有用信号频率上限为 3×[20/9]×9×（333.3/60）=3×2×9×5.55=300Hz。

对0～频率上限进行n等分，n根据频率上限的大小而定，等分间隔一般可取为5～10Hz（等分间隔取整数值），频率上限至采样频率的一半作为第n+1个间隔，上述n+1个间隔可表示为 [0，f1），[f1，f2），[f2，f3），…，[fn-1，频率上限），[频率上限，fs/2]，其中，fs为采样频率。

（2）对一定时长的噪声时域信号作傅里叶变换，保留[0，f1）频率成分，其他频率成分置为0，再进行傅里叶逆变换，得到[0，f1）频率范围的时域信号，求取该时域信号的平均L声级，记作Lp1。其他频率范围间隔依次类似处理，可得到各个频率间隔时域波形的平均L声级，记作Lp2，Lp3，…，Lpn，Lpn+1。每个频率间隔用其中间值来表示，则[f1/2，（f1+f2）/2，…，（fn-1+频率上限）/2，（频率上限 + fs/2）/2]和 [Lp1，Lp2，…，Lpn，Lpn+1]两个数组称为该一定时长噪声信号的声级谱。某噪声信号的声级谱如图1所示（频率上限为300Hz，间隔为30）。

图1 某噪声信号声级谱Figure 1 Sound level spectrum of a noise signal

3 机组典型工况健康声级谱

以有功功率P、水头H、冷却水进口温度T作为工况确定参数，选择机组健康状态下一段时间内（一般为半年以上）某一典型工况稳态运行下的多组一定时长（通常可取16个旋转周期）的噪声时域波形信号。依据上述方法可得到某一典型工况所有选定时长噪声信号的声级谱，记作：

选择上述m个声级谱中对应分量组成n+1个m维数组，即：

计算出每个数组的概率密度分布图，例如某一分量的概率密度分布图如图2所示，取概率密度最大值作为该分量的健康状态基准值，则可得出该典型工况健康状态下的基准声级谱。

图2 声级谱某一分量概率密度分布图Figure 2 Probability density distribution of a component of sound level spectrum

4 运行预警

在机组后续运行过程中，选取机组稳态工况运行时同样时长的噪声信号，求出噪声信号的声级谱，并与该工况健康状态基准声级谱作比较，若声级谱某一分量相较于健康状态基准声级谱对应分量的增量大于预设值，则认为机组运行状态出现了异常，并可根据该分量对应的频率范围分析引发机组出现异常的原因，这可缩小原因分析范围，提高分析效率；此外，若声级谱某一分量出现趋势性增大现象（声级谱分量与时间线性拟合的斜率大于预设值），则也发出异常预警，下面结合一实例对本方法进行说明。

某机组某一典型工况健康状态下基准声级谱如图3所示（频率上限300Hz，等分间隔30），该工况某实时声级谱如图4所示。实时声级谱与健康基准声级谱的对比统计如表1所示，声级谱各分量增量百分比如图5所示。由图5可知，实时声级谱相较于健康基准声级谱发生了显著增大现象，机组出现了异常，声级谱分量显著增大的频率范围为50～60Hz（增量百分比为24.8%）、100～110Hz（增量百分比为22.1）、70～80Hz（增量百分比为20.5%），因此，引发机组异常的频率主要处在上述三个范围。为便于准确分析产生异常的原因，可对噪声进行频域幅值谱或功率谱分析，再根据机械、电磁和水力产生的典型振动频率成分进行故障定位。该实时噪声信号频域幅值谱如图6所示，幅值谱前三阶与声级谱分量显著增大的频域范围一致。为提高异常原因分析的准确度，可将频率间隔分得窄一些，不过声级谱分量的波动可能会加大，影响运行预警的可靠性，因此，在实际应用中频率间隔可综合考虑机组的转速、导叶数、叶片数等而设定（见表1）。

表1 基准声级谱与实时声级谱数据统计（频率范围用中间值表示）Table 1 Statistics of reference sound level spectrum and real-time sound level spectrum data（each frequency range is represented by the middle value）

图3 某工况健康基准声级谱图Figure 3 Health reference sound level spectrum of a operating condition

图4 某工况实时声级谱图Figure 4 Real-time sound level spectrum of a operating condition

图5 声级谱分量增量与频率范围中心关系曲线Figure 5 Relationship curve between component increment of sound level spectral and frequency range center

图6 实时噪声信号幅值谱Figure 6 Amplitude spectrum of real-time noise signal

5 结论

（1）本文开创性地提出了声级谱的求取方法。通过构建机组健康状态下基准声级谱、求取实时声级谱以及对两者进行比较，可用来检测机组的异常状态和异常原因。

（2）抽水蓄能机组噪声测点具有安装方便、捕捉信息全面的特点，此外，抽水蓄能机组故障大多具有渐变的特性，因此，在机组状态监测系统中增加噪声测点，并对噪声数据进行挖掘分析，是实现机组运行预警和故障诊断的有效手段之一，这可提高机组的安全稳定运行水平，从而产生显著的经济效益。