①連續性周期干擾，包括電力設備的載波通訊和高頻保護信號(頻率范圍在30-500kHz)及無線電廣播的干擾(頻率范圍>500kHz)；
②周期性脈沖干擾，如由可控硅整流設備引起的干擾，在工頻周期上發生的相位相對固定但隨負載不同而變化；
③同局放信號相似的脈沖干擾，由線路或其它設備的放電產生；
④隨機性脈沖干擾，如開關、繼電器的動作及雷電等干擾。
由此可見，這些干擾信號類型眾多，發生的隨機性大，有的與局部放電信號很相似，給抗干擾帶來很大的難度。要解決這一問題，除了要從硬件著手設置靈敏的保護裝置來降低干擾電平外，還應運用信號處理的方法來除去各種干擾。從現有的研究成果來看，這些技術主要有硬件濾波技術、數字濾波技術和時頻聯合分析技術。
1、硬件去干擾技術
硬件具有軟件無法比擬的實時和快速特性，因而被廣泛地用作數據采集系統和信號的預處理。目前己有的硬件去干擾技術主要有：
(1)時域開窗法，對一些己知的且相位固定的干擾，運用電子技術不予采集或置零，從而達到去除干擾的目的，如用于局部放電測試的橢圓顯示儀就是在時域開窗的。
(2)極性鑒別法，脈沖極性鑒別法最早由Hashimoto提出，1975年由Black最先將其應用于局部放電測量，該方法的基本原理是局部放電信號在電氣設備內部形成的回路中傳播至兩個傳感器時輸出極性相反的脈沖而干擾信號輸出時極性相同，這種方法抑制干擾的關鍵是要求脈沖通過設備的兩個等效回路后波形保持基本相同而且相互無時延，才能取得顯著的抑制效果。
(3)差動平衡法，差動平衡法的基本原理同極性鑒別法相似，主要用于抑制共模干擾，差動系統是否有效的關鍵是要求兩路共模信號的相位、波形完全一致，才可獲得好的抑制比。有研究提出“平衡對”的概念對此法進行改進，對干擾進行抑制的同時可獲得局放脈沖的幅值及個數。上述兩種方法的局限性在于模擬延遲和極性鑒別器受外界因素影響較多，造成電子門的誤動作，降低極性鑒別的準確性。
(4)定向耦合差動平衡法，德國人Borsi.H的定向禍合法，它用特殊繞制的Rogowski線圈套在高壓套管底部靠近法蘭處來耦合局部放電信號，并根據線圈兩端電壓的大小來判斷是局放信號還是干擾信號，該法把Rogowski線圈的中間抽頭與高壓套管末屏的測量端子連接起來，并在末屏測量端子經小電阻接地，可以看成末屏和末屏的對地電容構成電容分壓器的低壓臂，經小電阻接地后形成高通濾波器，只有高頻成分才能通過。Rogowski線圈與套管末屏的測量端子一起構成禍合回路。定向禍合差動平衡法是用Rogowski線圈電流傳感器分別從高壓套管和套管末屏接地線上同時耦合信號。當外部干擾進入變壓器時，兩電流傳感器所測得的信號極性相同，而當內部放電信號產生時，兩傳感器測到極性相反的信號，利用電流傳感器構成差動平衡系統，將兩信號分別調相，調幅后送入放大器，干擾信號互相抵消而得到抑制，局部放電信號相加而得到加強。
2、軟件去干擾技術
硬件在一定程度上可以抑制某些類型的干擾，但由于干擾的復雜性，單靠硬件濾波遠遠不能達到滿意的結果。隨著現代數字信號處理技術的發展，局放在線監測去干擾的手段開始向軟件的方向發展，軟硬件結合進行信號處理，這些數字處理方法有：
(1)FFT閾值濾波器，傅立葉分析是現代信號處理的基礎，這種方法一般是先把采集到的含有干擾的局放信號運用快速傅立葉(FFT)技術變換到頻域，通過局放信號和干擾信號的在頻域的不同幅度，設置閾值曲線，將干擾成分置零，再將其轉換到時域，從而達到濾波的目的，如快速傅立葉(FFT)閾值曲線法。傅立葉分析的方法僅適用于平穩、緩變信號的分析，無法反映持續時間遠小于時窗寬度的短時突變信號。FFT閾值濾波器存在著通帶選擇的不確定性、閾值大小影響著濾波效果等問題。
(2)有限沖擊響應(FIR)濾波器，有限沖擊響應數字濾波器的特點是穩定性好，容易實現多個阻帶，較多地運用于連續的周期性干擾的抑制，但有限沖擊響應濾波器抑制能力有限，在干擾很強的情況下難以達到預期的效果。
(3)卡爾曼濾波器，卡爾曼濾波是在遞推濾波的同時利用觀測數據提供的信息，不斷地由濾波本身在線估計模型參數和噪聲的統計特性，提高濾波精度，減小狀態估計誤差的一種現代濾波器。
(4)自適應濾波器，這種技術能根據信號特征的變化自動調節濾波系數，從而達到最佳濾波，對信號和干擾的先驗知識要求少。目前研究最多的是最小均方誤差(LMS)自適應濾波器，但自適應濾波本質上是對局放信號和噪聲去相關來提高信噪比的，其系數如時延、收斂因子的選擇對濾波器的影響很大，濾波效果不穩定。局放信號為非平穩信號，其自協方差矩陣的特征值的分散度很大，有時難以收斂。
(5)二階級聯無限沖擊響應(IIR)格型濾波器，通過對各種數字濾波器的綜合比較和評判，指出自適應濾波器穩定性差，提出了一種信號失真小、抑制能力強、濾波時間短的非自適應濾波器結構：無限沖擊響應(IIR)非自適應格型陷波器，用于抑制連續的周期性干擾效果非常明顯。
(6)相關消去法，對周期性脈沖干擾而言，它們是在電壓周波的固定相位處發生的周期信號，其周期就是工頻周期。這種干擾在頻域內同局部放電信號嚴重重疊，因此，只有在時域內設法去除。信號x(t)和y(t)的相關函數反映了x(t)和y(t)的相似程度，把某一族周波內的脈沖信號同不含局放信號的參考周波的信號求相關，可得一族相關函數，從而確定周期性干擾的位置，即檢測到了脈沖性干擾。將檢測到的周期脈沖建立模型，然后在輸入信號中減去模型數據，從而達到去除干擾的目的。
(7)基于人工神經網絡(ANN)結構與算法的濾波技術。人工神經網絡具有良好的非線形和自適應性，可以處理環境信息十分復雜、背景不清楚的問題，類似一個“黑匣子”。基于人工神經網絡的濾波是通過大量的樣本來訓練網絡，使其輸出為輸入的某種非線形映射，保留其中的有用信號，去除噪聲。顯然，樣本的質量直接決定了濾波效果的好壞。人工神經網絡在局部放電在線監測中目前較多地用于放電模式的識別，在去干擾方面只起輔助性作用。
數字信號處理技術能夠有效地去除在線監測中的干擾，從理論上來說，這些方法大多屬于時域分析或頻域分析。近年來隨著對傅立葉分析的發展和深入研究，出現了聯合時域頻域分析的思想，如短時傅立葉變換、Wigner分析及小波變換等。聯合時頻分析的特點是對信號分析提供了時頻局部化的能力，特別適用于非平穩信號的分析和處理，這很符合局部放電信號的非平穩性，因而，聯合時頻分析被廣泛用來去除局部放電在線監測的去干擾，尤其是小波分析，己成為研究的一大熱點。在局部放電模式識別中，直接對放電模式進行識別實際上是很困難的，因此提取局部放電特征是一項非常重要的工作。局部放電是一個快速暫態的隨機過程，測得的局部放電信號有很大的隨機性，所以通過統計學的觀點來研究局部放電現象己成為近年來的發展趨勢。隨著電子技術的飛速發展和電子計算機的廣泛應用，都大大推動了計算機輔助測量系統的發展，計算機輔助測試系統與傳統的測試方法相結合，將測得的局放信號經放大、濾波后進行AD轉換;將模擬量轉換成數字量后送入計算機進行數據處理和分析，可以得到各種放電的特征譜圖；針對譜圖提取不同的特征參數，根據特征參數識別不同的放電類型。這些特征參數主要包括Weibull參數、統計算子、分形特征參數、數字圖像矩特征參數和波形特征參數等。
關注微信公眾號