①连续性周期干扰，包括电力设备的载波通讯和高频保护信号(频率范围在30-500kHz)及无线电广播的干扰(频率范围>500kHz)；
②周期性脉冲干扰，如由可控硅整流设备引起的干扰，在工频周期上发生的相位相对固定但随负载不同而变化；
③同局放信号相似的脉冲干扰，由线路或其它设备的放电产生；
④随机性脉冲干扰，如开关、继电器的动作及雷电等干扰。
由此可见，这些干扰信号类型众多，发生的随机性大，有的与局部放电信号很相似，给抗干扰带来很大的难度。要解决这一问题，除了要从硬件着手设置灵敏的保护装置来降低干扰电平外，还应运用信号处理的方法来除去各种干扰。从现有的研究成果来看，这些技术主要有硬件滤波技术、数字滤波技术和时频联合分析技术。
1、硬件去干扰技术
硬件具有软件无法比拟的实时和快速特性，因而被广泛地用作数据采集系统和信号的预处理。目前己有的硬件去干扰技术主要有：
(1)时域开窗法，对一些己知的且相位固定的干扰，运用电子技术不予采集或置零，从而达到去除干扰的目的，如用于局部放电测试的椭圆显示仪就是在时域开窗的。
(2)极性鉴别法，脉冲极性鉴别法最早由Hashimoto提出，1975年由Black最先将其应用于局部放电测量，该方法的基本原理是局部放电信号在电气设备内部形成的回路中传播至两个传感器时输出极性相反的脉冲而干扰信号输出时极性相同，这种方法抑制干扰的关键是要求脉冲通过设备的两个等效回路后波形保持基本相同而且相互无时延，才能取得显著的抑制效果。
(3)差动平衡法，差动平衡法的基本原理同极性鉴别法相似，主要用于抑制共模干扰，差动系统是否有效的关键是要求两路共模信号的相位、波形完全一致，才可获得好的抑制比。有研究提出“平衡对”的概念对此法进行改进，对干扰进行抑制的同时可获得局放脉冲的幅值及个数。上述两种方法的局限性在于模拟延迟和极性鉴别器受外界因素影响较多，造成电子门的误动作，降低极性鉴别的准确性。
(4)定向耦合差动平衡法，德国人Borsi.H的定向祸合法，它用特殊绕制的Rogowski线圈套在高压套管底部靠近法兰处来耦合局部放电信号，并根据线圈两端电压的大小来判断是局放信号还是干扰信号，该法把Rogowski线圈的中间抽头与高压套管末屏的测量端子连接起来，并在末屏测量端子经小电阻接地，可以看成末屏和末屏的对地电容构成电容分压器的低压臂，经小电阻接地后形成高通滤波器，只有高频成分才能通过。Rogowski线圈与套管末屏的测量端子一起构成祸合回路。定向祸合差动平衡法是用Rogowski线圈电流传感器分别从高压套管和套管末屏接地线上同时耦合信号。当外部干扰进入变压器时，两电流传感器所测得的信号极性相同，而当内部放电信号产生时，两传感器测到极性相反的信号，利用电流传感器构成差动平衡系统，将两信号分别调相，调幅后送入放大器，干扰信号互相抵消而得到抑制，局部放电信号相加而得到加强。
2、软件去干扰技术
硬件在一定程度上可以抑制某些类型的干扰，但由于干扰的复杂性，单靠硬件滤波远远不能达到满意的结果。随着现代数字信号处理技术的发展，局放在线监测去干扰的手段开始向软件的方向发展，软硬件结合进行信号处理，这些数字处理方法有：
(1)FFT阈值滤波器，傅立叶分析是现代信号处理的基础，这种方法一般是先把采集到的含有干扰的局放信号运用快速傅立叶(FFT)技术变换到频域，通过局放信号和干扰信号的在频域的不同幅度，设置阈值曲线，将干扰成分置零，再将其转换到时域，从而达到滤波的目的，如快速傅立叶(FFT)阈值曲线法。傅立叶分析的方法仅适用于平稳、缓变信号的分析，无法反映持续时间远小于时窗宽度的短时突变信号。FFT阈值滤波器存在着通带选择的不确定性、阈值大小影响着滤波效果等问题。
(2)有限冲击响应(FIR)滤波器，有限冲击响应数字滤波器的特点是稳定性好，容易实现多个阻带，较多地运用于连续的周期性干扰的抑制，但有限冲击响应滤波器抑制能力有限，在干扰很强的情况下难以达到预期的效果。
(3)卡尔曼滤波器，卡尔曼滤波是在递推滤波的同时利用观测数据提供的信息，不断地由滤波本身在线估计模型参数和噪声的统计特性，提高滤波精度，减小状态估计误差的一种现代滤波器。
(4)自适应滤波器，这种技术能根据信号特征的变化自动调节滤波系数，从而达到最佳滤波，对信号和干扰的先验知识要求少。目前研究最多的是最小均方误差(LMS)自适应滤波器，但自适应滤波本质上是对局放信号和噪声去相关来提高信噪比的，其系数如时延、收敛因子的选择对滤波器的影响很大，滤波效果不稳定。局放信号为非平稳信号，其自协方差矩阵的特征值的分散度很大，有时难以收敛。
(5)二阶级联无限冲击响应(IIR)格型滤波器，通过对各种数字滤波器的综合比较和评判，指出自适应滤波器稳定性差，提出了一种信号失真小、抑制能力强、滤波时间短的非自适应滤波器结构：无限冲击响应(IIR)非自适应格型陷波器，用于抑制连续的周期性干扰效果非常明显。
(6)相关消去法，对周期性脉冲干扰而言，它们是在电压周波的固定相位处发生的周期信号，其周期就是工频周期。这种干扰在频域内同局部放电信号严重重叠，因此，只有在时域内设法去除。信号x(t)和y(t)的相关函数反映了x(t)和y(t)的相似程度，把某一族周波内的脉冲信号同不含局放信号的参考周波的信号求相关，可得一族相关函数，从而确定周期性干扰的位置，即检测到了脉冲性干扰。将检测到的周期脉冲建立模型，然后在输入信号中减去模型数据，从而达到去除干扰的目的。
(7)基于人工神经网络(ANN)结构与算法的滤波技术。人工神经网络具有良好的非线形和自适应性，可以处理环境信息十分复杂、背景不清楚的问题，类似一个“黑匣子”。基于人工神经网络的滤波是通过大量的样本来训练网络，使其输出为输入的某种非线形映射，保留其中的有用信号，去除噪声。显然，样本的质量直接决定了滤波效果的好坏。人工神经网络在局部放电在线监测中目前较多地用于放电模式的识别，在去干扰方面只起辅助性作用。
数字信号处理技术能够有效地去除在线监测中的干扰，从理论上来说，这些方法大多属于时域分析或频域分析。近年来随着对傅立叶分析的发展和深入研究，出现了联合时域频域分析的思想，如短时傅立叶变换、Wigner分析及小波变换等。联合时频分析的特点是对信号分析提供了时频局部化的能力，特别适用于非平稳信号的分析和处理，这很符合局部放电信号的非平稳性，因而，联合时频分析被广泛用来去除局部放电在线监测的去干扰，尤其是小波分析，己成为研究的一大热点。在局部放电模式识别中，直接对放电模式进行识别实际上是很困难的，因此提取局部放电特征是一项非常重要的工作。局部放电是一个快速暂态的随机过程，测得的局部放电信号有很大的随机性，所以通过统计学的观点来研究局部放电现象己成为近年来的发展趋势。随着电子技术的飞速发展和电子计算机的广泛应用，都大大推动了计算机辅助测量系统的发展，计算机辅助测试系统与传统的测试方法相结合，将测得的局放信号经放大、滤波后进行AD转换;将模拟量转换成数字量后送入计算机进行数据处理和分析，可以得到各种放电的特征谱图；针对谱图提取不同的特征参数，根据特征参数识别不同的放电类型。这些特征参数主要包括Weibull参数、统计算子、分形特征参数、数字图像矩特征参数和波形特征参数等。
关注微信公众号