文章编号：1674-6139（2025）06-0129-05

中图分类号：X593文献标志码：B

Construction of Environmental Noise Pollution Measurement SystemforOffshoreWindTurbineBasedonCZTandZ-FFT

Ma Lu Li Peng Zhang Xianfeng Zhao Xiong Fu Guangze

Abstract：Inodertoducetheenvironmentaloisepolltionoffshorewindturbinesndprovidefectivedatasupportforpolution control，ameasetfooalseiofeidbleealodal procesorareodfdndCZndZ-FFgoritperatosaededtustheintealructureofestecommucatioo ule.Accordingtotestructureandworkingprincipleoffsorewindturbines，thepostionofnoisepolutionmeasuringointsisdeter mined，enviotalseialsreledydarentseurectedbyngnd rithms.Tensefrequencyoundpresure，oundlevelanderparametesarecalclatedsstalizethevirometalisepo tionmeasurementfunctionofofshorewindturbines.Thesystemtestshowsthatcomparedwiththetraditionalmeasurementsystem，temeas urement error of output pollution noise frequency and sound level of the system is reduced by 10.25Hz and 3.05db respectively.

Key words：spectrumrefinement；ZoomFFTalgorithm；ofshore wind turbines；noisepollution；polution measurement system

前言

海上风电机组是应用于海上风电领域的发电设备，由于海上风电机组内部故障、磨损以及元件间连接度不足，导致在运行过程中产生振动，进而生成环境噪声[1]，不仅影响海上风电场附近的居民和动物，还可能对海洋生物造成一定程度的干扰，为此构建海上风电机组环境噪声污染测量系统具有重要意义。

文献[2]提出基于综合权重-TOPSIS法的噪声测量系统运用综合权重-TOPSIS方法，但将其应用到风电机组的噪声测量工作中，无法保证测量精度。文献[3]提出基于5G网络的噪声测量系统借助地理信息系统，然而受到海上复杂环境的影响，导致数据传输错误，影响系统的噪声测量效果。文献[4]提出基于深度卷积神经网络与高斯混合模型的噪声测量系统，但该方法无法保证海上风电机组噪声污染的测量精度。文献[5]提出基于组合声学特征的噪声测量系统，将其应用到海上风电机组的噪声测量工作中，存在明显的测量误差问题。为此文章引入CZT与Z-FFT算法，CZT算法是频谱细化算法，通过引入Chirp信号，对时域序列进行特定的运算处理，从而实现对信号频域信息的精确提取。Z-FFT算法是一种针对特定频率范围进行频谱细化分析的高效算法。通过CZT与Z－FFT算法的配合使用，构建海上风电机组环境噪声污染测量优化系统。

1海上风电机组环境噪声污染测量硬件系 统构建

1.1 噪声信号传感器

构建的海上风电机组环境噪声污染测量系统中噪声信号传感器主要用来采集海上风电机组环境中的噪声信号，为保证噪声信号的采集质量，需要对传感器设备进行改装、优化，优化的噪声信号传感器的内部结构与工作原理见图1。……