1. 目的及意义

   随着经济发展，城市化推进的加快，居民环保意识的提高，城市变电站噪声问题已成为亟需解决的城市噪声污染重要问题之一。为了有效降低噪声污染，阻断噪声来源是重要的解决途径之一，因此噪声源的识别变得尤为重要。

1.1变电站噪声研究现状

变电站噪声主要来源于变压器、电抗器、以及冷却循环的风机噪声。变电站内变压器、电抗器噪声信号的主要频率成分集中在100Hz、200Hz、300Hz和600Hz。对 110 kV、220 kV、500 kV 典型城市变电站主变噪声频谱分析发现，各电压等级主变噪声频带均较宽，噪声以 1 000 Hz 以下中低频为主，1 000 Hz 以上的中高频噪声呈平缓下降趋势，峰值主要出现在 50 Hz、100 Hz、200 Hz 和 500 Hz 附近。低频噪声衰减慢，穿透性强，使得变电站内主变、高抗以及电晕等各种噪声叠加传播至站界后，以低频噪声的形式出现。故变电站中主要设备及站内噪声主要以低频噪声为主^[2]-[6]。而循环冷却的风机噪声频率为中高频。噪声控制主要从噪声源本身、传播途径、接受者三个方面控制噪声传播。噪声控制的前提是确定主要的噪声源，而变电站中存在大量电器设备都是噪声源，从大量的噪声源设备中识别主要的噪声源可以为变电站噪声治理提供了充分的数据支撑。噪声源识别的方法很多，随着噪声声源识别定位技术的发展，采用阵列信号处理（声阵列）噪声源识别定位工程化应用称为新的趋势。目前国内外声阵列噪声源识别定位针对特定噪声源存在各种各样的阵型。本文以变电站噪声源特点，对目前存在的阵列阵型优化设计满足变电站噪声源识别定位阵型，为变电站噪声治理工程提供技术支持。

1.2国内外研究现状

传感器阵列按阵元排列形状分为平面阵列和非平面阵列。平面阵列指的是所有阵元都在同一平面内，包括线阵列，矩形阵列，十字阵列，三角形阵列，圆形阵列等；非平面阵列阵元不在同一平面内，包括圆柱阵列，球阵列，圆锥阵列等；按阵元之间间隔距离可分为均匀阵列和非均匀阵列。

平面噪声源识别技术有波束形成法和平面近场声全息法。波束形成法是一种采用一组在空间固定位置上分布的传感器组成的阵列对空间声场进行测量，通过对每个固定位置上的传感器声压脉冲信号的特殊处理获得详细有关声源声场信息。近场声全息是利用规则的等间距网格阵列在紧靠被测物体表面的测量面上记录全息数据，然后通过变换技术重建三维空间声压场、振速场、声强矢量场，准确识别同一平面上的噪声源位置，并能预报远场指向性的方法^[7]-[8]。

目前阵列噪声源识别技术主要包括高分辨率的谱估计技术，基于到达时间差的方法和基于最大输出功率的相控波束形成法。为了提高噪声源识别精度提出了各种各样的方法。提出了估计未知信号的自适应波束形成，最小均方LMS自适应波束形成算法虽然结构简单，算法复杂度低，易于实现，但收敛速度慢受到一定限制^[9][10]提出了最大熵谱估计法^[11]、针对不同应用高分辨率各种算法的最大似然估计^[12]、采用神经网络算法来实现信号到达方向估计与干扰抑制的神经网络法^[13]等。目前，阵列噪声源识别技术被应用于交通领域。例如将水平与垂直的传感器阵列，最大似然估计，优化的阵列等对运动列车的噪声源^[14]-[16]识别。

德国在二十世纪七十年代开始对车辆噪声源进行识别。W.F.King等人通过将水平与垂直的传声器阵列应用到运动列车噪声源识别，系统研究了高速列车的噪声特性。日本也开发出一些传声器阵列对列车进行噪声源识且已被广泛用于用于交通领域。H.Kook.G.B.Moebs通过波束形成的方法对运动车辆进行了噪声源识别，实现了声源声场的可视化。Christensen J.J等通过对多种阵列进行对比研究，设计了一种优化阵列用来对汽车进行噪声源识别。丹麦Bamp;K公司在噪声源定位方面进行了很多研究，通过车轮阵列和随机优化阵列对汽车等进行了噪声源定位和识别，有效抑制了旁瓣信号处理技术，使识别精度更加良好，效率更高。对于各向同性阵元组成的均匀分布阵列，Dolph提出采用Chebyshev窗函数进行加权获得较低的旁瓣级

国内西北大学的乔渭阳通过设计二维传声器阵列实现了对运动的飞机的噪声源识别。清华大学的毛晓群、杨殿阁等人于1996年开始对运动车辆进行噪声源定位实验，采取将十字平面阵列、二维随机阵列和声阵列与双目视觉组合测量的方法取得了很好的效果，相对来说，二维随机阵列的性能要高于十字阵列。将声阵列方法与双目视觉相结合不仅可以有效识别出噪声源，还可以更直观的观察整个声源变化过程。天津内燃机研究所的包铁成、苏梅、杜青通过螺旋声阵列，采用传声器不等距布置的形式实现了对XX200GY型两轮摩托车的噪声源定位，并对其噪声特性进行了分析。对于任意结构形状传感器阵方向图的最佳方法，马远良提出了用“凹槽噪声场”原理获得主瓣宽度约束下最低旁瓣级的加权向量的数值解。