干擾抑制一般從干擾源、干擾途徑、信號后處理等3個方面來考慮。解決干擾最有效最根本的方法是找到干擾源直接消除或切斷相應的干擾路徑，但在不允許改變原有設備運行方式的情況下，有效地分析出干擾源和干擾途徑，能夠采取的措施是很有限的。運用各種信號處理技術抑制經電流傳感器耦合進入監測系統的各種干擾，一般可以從工頻相位、頻譜、脈沖幅度及其分布、信號極性、重復率和物理位置等方面區分局部放電信號和干擾信號。
抑制干擾有兩種思路：①基于窄帶信號的的處理方法(頻帶通常是10至10kHz)，這種思路拾取信號的方法是通過頻帶合適的窄帶電流傳感器和帶通濾波電路來實現，避開各種連續的周期性干擾，測量信號的信噪比得到提高。此方法僅僅適用于某個具體的變電站，使用不是很方便。另外，局部放電信號一般是寬頻帶脈沖，運用窄帶測量可能會使信號的波形失真，對后面的數字信號處理產生影響。②基于寬頻信號的處理方法(頻帶通常是10至1000kHz)，信號中含有局部放電的大部分能量和大量干擾，但是信噪比比較低。
對于這些干擾的一般的處理步驟是：1)抑制窄帶干擾；2)抑制白噪干擾；3)抑制周期性脈沖干擾；4)抑制隨機性脈沖干擾。目前，運用的數字信號處理方法可以歸結為時域處理和頻域處理方法。時域處理方法是依據脈沖型干擾在時域中的離散特點來處理，頻域方法是根據周期性干擾在頻域上的離散特點來處理，兩種方法可以通過硬件和軟件兩種方式來實現。工程實踐中干擾抑制可按下圖所示的分層式處理模型進行。
a. 窄帶干擾的抑制
窄帶干擾，在各種干擾中占很大比重。它的強度大、相位分布固定，一般是采用頻域方法處理，頻域方法可以通過硬件電路或軟件方法實現，硬件是選擇合適頻帶的窄帶電流傳感器和程控帶通濾波電路，來抑制各種窄帶干擾，但它在安裝前須經過細致復雜的試驗來選擇最佳的頻帶，必須根據干擾頻帶的先驗知識確定濾波器的通頻帶，沒有數字濾波方便靈活，通用性差。軟件方法包括頻域閾值濾波、自適應濾波、級聯IIR陷波濾波器、傅立葉級數法、神經網絡、數學形態學數字濾波、小波分析、混沌檢測、多種技術結合等方法，這些方法主要是利用窄帶干擾與局部放電信號頻譜不重合的特點，即信號與干擾之間的頻帶不同。頻域閾值濾波有閾值直線法、閾值曲線法，該方法在將干擾成分置零的同時，丟失信號的能量過多，不利于提取局部放電信號的特征，當出現新的窄帶干擾或者干擾的中心頻率發生變化時，原有的參數設置將失效。自適應濾波器只需要很少或完全不需要關于噪聲和信號的先驗統計特性知識，直接利用有限個觀測數據來估計干擾分量，通過計算可以自動調節濾波器參數，從而滿足某種最佳準則的要求，但因時延收斂因子等多種因子的選擇對結果影響較大且有時會不收斂，使該方法調節困難，穩定性較差。級聯IIR陷波濾波器先計算輸入信號的自相關系數，再計算干擾和局部放電信號的功率譜，求出干擾的諧振頻率，再估算各譜波函數，最后用數字陷波濾波法去除干擾，該方法對局部放電信號波形畸變比較小、干擾抑制比高、穩定性好、處理時間短，但該濾波器對多諧波成分的周期性干擾存在參數調整困難、濾波時間長、占用內存大等問題。傅立葉級數法運用計算傅立葉級數得到干擾的參數后，得到模擬干擾，再從信號中減去獲得的模擬干擾，該方法相對于單純頻域方法能夠較好地保持局部放電原始波形、幅值和極性等，獲得了較好的效果，只是步驟較為繁瑣。MAXNET網絡是利用振幅譜中干擾的幅值普遍高于局部放電信號，通過橫向比較輸出最大值，把其他值為零，從而獲得干擾信號的頻率并將其去除，這樣反復迭代直到滿意為止。該方法自適應能力比較強，可以根據干擾信號和調制信號位置自動確定要去除的頻率成分，但由于頻率成分跳躍性較大，穩定性比較差，且對窄帶干擾頻率在檢測頻帶內的局部放電信號有較大損失。有研究應用數學形態濾波器抑制局部放電窄帶干擾，該方法通過構造自適應組合形態濾波器，根據干擾信號和局部放電信號波形的幾何結構特性不同利用預先定義的結構元素(相當于濾波窗)對信號進行匹配或局部修正，從而去除干擾。根據局部放電信號和窄帶干擾的頻譜特性不同，在開閉和閉開形態學濾波器的基礎上，應用組合廣義形態學濾波器抑制變壓器局部放電信號窄帶干擾。近年來，不少學者對小波分析方法在局部放電窄帶干擾抑制中的應用展開了一系列研究，小波和復小波變換對接近或屬于局部放電信號監測頻帶范圍內的窄帶干擾，抑制效果不理想；小波包變換法是目前公認能較好區分局部放電信號和窄帶干擾的方法，但還遠達不到像抑制白噪干擾那樣令人滿意的效果。
b. 白噪干擾的抑制
白噪干擾是局部放電噪聲中的主要成分，白噪干擾屬于寬帶干擾信號，是均值為0的平穩隨機信號。由于局部放電信號與白噪干擾具有相似的頻域特征，很難用頻域方法去除，為了有效地識別和抑制白噪，需要采用時頻局部化分析。美國數學家Donoho和Johnstone從理論和實踐應用上比較了去除白噪干擾的各種方法，認為基于小波的濾波方法優于基于FFT的濾波方法。小波去噪一般是應用Shrinkage技術，也就是設定一個門限值，將系數小于門限的值置為0，大于門限的值被保留，然后經過反變換后就可以得到去噪后的信號。小波包分解是最優樹分解，能量比較集中，Shrinkage技術可以進一步提高信噪比。小波變換特別適宜于處理突發性信號，同時具有良好的時域和頻域局部化性質，相對于短時傅立葉變換，它具有一個可變的時頻窗，對高頻(低頻)信號成分，時窗自動變窄(寬)。因此，小波分析能對突發性局部放電信號中的高頻成分采用逐漸精細的時域或頻域取樣步長，能夠聚焦到信號的任意細節。針對白噪干擾的特點采取抑制措施，可有效地抑制白噪干擾，從而提高局部放電在線監測的靈敏度。近年來，圍繞如何更有效地用小波分析方法抑制白噪干擾，有關學者做了大量工作，但多數還是局限于用實小波對信號處理的研究，并且大多是用于對超高頻以下的局部放電信號提取，有學者針對現有抑制白噪干擾的方法的不足，根據白噪干擾的特點構造了Daubechie's系列復小波，運用復小波變換的簡單信息和構成的復合信息，對受到白噪干擾的仿真信號和實測信號進行去噪研究，表明能更有效地抑制局部放電超高頻信號中的白噪干擾。
C. 周期性脈沖干擾的抑制
周期性脈沖干擾的抑制主要有模擬方法和數字方法兩類。模擬方法有差動平衡法、定向藕合法和參考信號法等。它們是利用兩個測量點間外來脈沖同極性、內部局部放電脈沖反極性來抑制外部脈沖干擾的。工程實踐中，由于兩路脈沖干擾的來源和傳播途徑不同，兩路脈沖干擾在相位、幅值和波形上有很大的差別，要調整電路比較困難。此外，變壓器繞組為電感、電阻、電容組成的分布參數系統，其傳播途徑比較復雜，會導致測得的兩路脈沖不符合對干擾極性相同、對局部放電極性相反的規律，從而無法有效地抑制干擾。GKonig和U.Kopf提出的一種方法，在記錄多個周期的信號之后，對每個周期同相位上的數據做平均，以此構成模板與原始信號相減，從而去除周期性的脈沖干擾，當局部放電信號較少并且分布特點比較明確時，這種方法去除干擾的效果較好，當局部放電信號多并且比較強，這種方法去除干擾的效果不太好。也有學者提出了多端調節—定向藕合差動平衡的改進算法，但仍難以從根本上彌補其缺陷，因此實際應用中更側重于數字處理方法。數字方法是利用局部放電信號和干擾的相位分布不同來處理。印度的V Nagesh和B.I.Gururaj提出的一種方法，它的基本原理是基于局部放電信號同周期性脈沖干擾信號具有不同的形狀，借鑒生物信號處理的一些成果，首先將數據進行分段，從波形信號中把脈沖分離成單個脈沖序列，運用FFT算法在頻域對各個脈沖進行互相關計算，根據其相似度按一定標準進行分組，依據這些組脈沖求取類信號的模板，然后在時域對每一類信號進行合成。研究發現，局部放電信號的相位比較分散，干擾的相位非常集中，根據這個特點可以去除周期性脈沖干擾類，再把剩余的信號進行重構，就可以得到去除周期性脈沖干擾的信號。根據局部放電脈沖與周期干擾脈沖的相位分布和波形形狀特征，提出了一種區分局部放電脈沖和周期性干擾脈沖，抑制周期性脈沖干擾的方法，運用基于脈沖波形特征的邏輯判斷法識別脈沖比單閩值判斷法更有效，降低了誤判振蕩脈沖的概率。
關注微信公眾號