局放测量时的干扰来源及其干扰信号的特征

由于局部放电脉冲能量较小，且有一定的随机性，即使混有较小干扰的测量结果也是不可靠的，甚至会使测量人员产生错误的认识和判断。同时由于现场电磁环境比较复杂，使干扰的种类、时域波形和频谱分布均比较复杂，从而使现场的抗干扰问题变得非常复杂。因此，抗干扰问题一直是局部放电在线监测的首要问题之一。

从干扰的来源分，主要有测量系统本身的干扰和测量系统以外的干扰。测量系统本身的干扰包括供电开关电源中开关和放大器自身的热噪、自激等产生的干扰；测量系统外的干扰主要是指来自被测设备之外的、能被检测传感器检测到的干扰。

由于系统自身的干扰总是可通过改善测量系统的设计来减小或消除，因此，通常所说的干扰主要是指来自测量系统以外的干扰。

影响局部放电在线监测的干扰信号按时域波形特征可分为窄带周期型干扰、脉冲型干扰和白噪声。窄带周期性干扰包括系统高次谐波、高频保护、载波通信以及无线电通信等。脉冲干扰可分为随机型脉冲干扰和周期型脉冲干扰。

电力电缆局部放电测量中不可避免的存在着环境噪声和外部干扰，局部放电信号往往湮没于这些噪声和干扰中，使测量变得非常困难，抗干扰手段的提高尤为重要。这些干扰按其时域和频域特征的不同，可分为窄带干扰、周期脉冲型干扰、和背景噪声四类。由于干扰的强弱、频域特性的不同，抗干扰技术要有一定的针对性。

①对于窄带干扰，由于其频域特征与局部放电信号的频域特征有较大差异，而且频带十分窄，故大多采用频域滤波的方法进行抑制。

②对于周期性脉冲干扰，一般采用时域开窗的方法将他们剔除。

③对于随机脉冲型干扰，由于它和局部放电信号非常相似，从单个波形上很难将它们区分开来。目前主要有两种抑制方法：极性鉴别法和时延鉴别法。极性鉴别法是采用双传感器定向耦合构建鉴别测量回路，使外来干扰脉冲在两个测量点的极性相同，内部放电脉冲在这两个测量点的极性相反的原理进行鉴别。时延鉴别法是利用外来干扰脉冲到达测量点的时间差与内部放电到达测量点的时间差的不同进行鉴别，同时对局部放电进行定位。

④对于背景噪声，由于其在时域中表现为无规律的随机脉动，在频域中则表现为在整个频带上均匀分布，因而单从频域或时域都不能有效抑制。在小波去噪算法提出之前，往往采用时域平均的方法来抑制这种随机性的背景噪声，但效果并不理想。小波去噪算法的出现较有效地解决了这个问题。目前小波算法主要有以下几种：基于信号的小波变换域局部模极大值重构信号的降噪方法、尺度空间相关滤波器方法、软(硬)阈值降噪方法等。