①連（lián）續性周（zhōu）期幹（gàn）擾，包括電力設（shè）備的載波通訊和高頻保護信號(頻率範圍在30-500kHz)及無線電廣播的幹擾(頻率範圍>500kHz)；
②周期性脈衝幹擾，如由可控矽整流設備引起的幹擾，在工頻周期上發生的（de）相位相對固（gù）定（dìng）但隨負（fù）載不同而變化；
③同局放信號相似的脈衝幹擾，由線路（lù）或其（qí）它設備的放電產生（shēng）；
④隨（suí）機（jī）性脈衝幹擾，如開關、繼電器（qì）的動作及雷電等幹擾。
由此可見，這些幹擾信號類型眾多，發生的（de）隨機性大，有的與局（jú）部放電信號很相似，給（gěi）抗幹擾帶來很大的（de）難度。要（yào）解決這一（yī）問題，除了（le）要從（cóng）硬（yìng）件著手設置靈敏（mǐn）的保護裝置來降低（dī）幹擾電平外，還（hái）應（yīng）運用信號處理的方法來除去各種幹擾。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、硬件去幹擾技術
硬件具有軟件無法比擬（nǐ）的實時和快速特性，因而被廣泛地（dì）用作數（shù）據采集係統和信號的預處理。目前己有的（de）硬件去幹（gàn）擾技術主要有：
(1)時域開窗法（fǎ），對一些己知（zhī）的且相位固定的幹擾（rǎo），運用電子技術不予采（cǎi）集或（huò）置零，從而達到去除幹擾（rǎo）的目的（de），如用於局部放電（diàn）測試的橢圓顯示儀就是（shì）在時域開窗（chuāng）的。
(2)極（jí）性鑒別法，脈衝極性鑒別法最早由Hashimoto提出，1975年（nián）由Black最（zuì）先將其應用於局部放電測量，該方法的基本原理是局（jú）部放電（diàn）信號在電（diàn）氣設備內部形成的（de）回路中傳播至兩個（gè）傳感器時輸出極性相反的脈衝（chōng）而幹擾信號輸出時極性相（xiàng）同，這種方法抑製（zhì）幹擾的關鍵是要求脈衝通過設備（bèi）的兩個（gè）等（děng）效（xiào）回路後波形（xíng）保持基本相同而且（qiě）相互無時延（yán），才能取得顯著（zhe）的抑製效果。
(3)差動平衡法（fǎ），差動平衡法的基本（běn）原理同（tóng）極性鑒別法相似，主要（yào）用於抑製共模幹擾，差動係統是否有效的關鍵是要求兩路共模信（xìn）號的相位、波形完全一致，才可（kě）獲得（dé）好的抑製比。有研究提出“平（píng）衡對”的概念（niàn）對此法進行改進，對幹擾進行抑製的同時可獲得局放脈衝的幅（fú）值及個數。上述兩種方法的（de）局限性在於模擬延遲和極性（xìng）鑒別器受外界因素影響較多（duō），造成（chéng）電子門（mén）的誤動作，降（jiàng）低極性（xìng）鑒別的（de）準確（què）性。
(4)定向耦合差動平衡法（fǎ），德國人Borsi.H的定向禍合（hé）法，它用特殊繞製（zhì）的Rogowski線（xiàn）圈套在高壓套管底部靠近法蘭處來耦合局部放（fàng）電信號，並根（gēn）據線（xiàn）圈兩（liǎng）端電壓的大小來判斷是局（jú）放信號還是幹擾信號，該法把Rogowski線（xiàn）圈的中間抽頭與高壓套管末屏的測（cè）量端子連接起來，並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（dī）壓臂，經小電阻（zǔ）接地後形成高（gāo）通（tōng）濾波器，隻有高（gāo）頻（pín）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（hào）。當外部幹擾進入變壓器時，兩電流傳感器所測得的信（xìn）號極性相同，而（ér）當（dāng）內部放電信號產生時，兩傳感器（qì）測到極性相反的信號，利用電流（liú）傳感器構成差動平衡係統，將兩信號分別（bié）調相，調幅後送入放大器，幹擾信號互相抵消（xiāo）而得到抑（yì）製，局部（bù）放電信號相（xiàng）加而（ér）得到加（jiā）強。
2、軟件去幹擾技術
硬（yìng）件在一定程度上可以抑製某些（xiē）類（lèi）型的幹擾，但由於幹擾的複雜性，單靠（kào）硬件濾波（bō）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（zhǎn），局放在線監測（cè）去幹擾的手段開始向軟（ruǎn）件的方向發展，軟（ruǎn）硬件結合（hé）進行信號處理，這些數字處理方法有（yǒu）：
(1)FFT閾值濾波器，傅立葉分（fèn）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幹擾的局（jú）放信號運用快速傅立葉（yè）(FFT)技術變換到頻域，通過局放信號和幹擾信號的在頻域（yù）的不同幅度，設置閾值曲線，將幹擾成分（fèn）置零，再將其轉換到時域，從（cóng）而達（dá）到濾波的目的，如快速傅立葉(FFT)閾（yù）值曲線（xiàn）法。傅立（lì）葉分析的方法僅適用於平穩（wěn）、緩變信號的分（fèn）析，無法反映持續時（shí）間遠小於時窗寬度的短時突變信號。FFT閾值濾（lǜ）波器（qì）存在著通帶選擇的不確定性（xìng）、閾值大小影響著濾波效果等問題。
(2)有限衝擊響應(FIR)濾波器，有限衝擊響應數字濾波器的特點是穩定性好，容易實現多個（gè）阻帶，較（jiào）多地運用於連續（xù）的周期性幹擾（rǎo）的抑製（zhì），但有限（xiàn）衝擊響（xiǎng）應濾波器抑製能力有限，在幹擾很強的情況下難以（yǐ）達到預期的效果。
(3)卡爾曼濾波（bō）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（tí）高（gāo）濾波精度，減小狀態估計誤差的一（yī）種現代濾波器（qì）。
(4)自適（shì）應濾波器，這種技術能根據信號（hào）特征的變化自動調（diào）節濾（lǜ）波係（xì）數，從而（ér）達到最佳濾波，對信號和幹擾的先（xiān）驗知識要（yào）求少。目前（qián）研究最多的（de）是最小均方誤差(LMS)自適應濾波器，但自適應濾波本（běn）質上是對局放（fàng）信號和噪聲去（qù）相關來提高信噪比的，其（qí）係數如時延、收斂因子的選擇對濾波器的影響很大，濾波效果不穩定。局（jú）放信號為非平穩信號，其自協方差（chà）矩陣（zhèn）的特征值（zhí）的分散度很大，有時難以收斂（liǎn）。
(5)二階級（jí）聯無限衝擊響應(IIR)格型濾波器，通過（guò）對各種（zhǒng）數字濾波器的綜合比較和評判（pàn），指出自適應濾波器穩定性差，提出了一種信號失真小、抑製能力強、濾波時（shí）間短的（de）非（fēi）自適應濾波器結構（gòu）：無限衝擊響應(IIR)非自適應（yīng）格型陷波器，用於抑製連續的周期性幹擾效果非常明顯。
(6)相關消去法，對周期性（xìng）脈衝幹（gàn）擾而（ér）言，它們是在電壓周波的固定相位處發生的（de）周期信號，其周期就是工（gōng）頻周期（qī）。這種幹擾在頻域內同局部放電信號嚴重重疊，因此，隻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（de）相似程度，把某一族周波內的脈衝信號同不含局放信號的參考周（zhōu）波的信號求（qiú）相（xiàng）關，可得一族相關函數，從（cóng）而確定周期性（xìng）幹擾的位置，即檢測（cè）到了脈衝性幹擾。將檢測到的周期脈衝建立模型，然後（hòu）在輸入（rù）信號中減（jiǎn）去模型數據，從而達到去除幹擾的（de）目（mù）的（de）。
(7)基於人工神經網絡(ANN)結構與算法的濾波技（jì）術。人工神經網絡具有良好的非線形（xíng）和自適應（yīng）性，可以處理環境信息十分複雜、背景不清楚（chǔ）的問題，類（lèi）似一個（gè）“黑匣子”。基於人工神經網絡（luò）的濾波是通過大量（liàng）的樣（yàng）本（běn）來訓練網絡，使（shǐ）其輸出（chū）為輸入的某種非線形映射，保留其（qí）中的有（yǒu）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（huài）。人工神經網絡在局（jú）部放電（diàn）在線監測中（zhōng）目前較多（duō）地用於放電（diàn）模式的識別，在去幹擾方麵隻起輔助性作用。
數字信號處理技術能夠有效地去除在線（xiàn）監測（cè）中的幹擾（rǎo），從（cóng）理論上來說，這些方法大多屬於時域分析或頻域（yù）分析。近年來隨著對傅立葉分析的（de）發展（zhǎn）和深入研究，出現了聯合（hé）時域頻域（yù）分析的思想，如短時傅立葉變換（huàn）、Wigner分析（xī）及小波變換等。聯合時頻分析的特點是（shì）對信（xìn）號分析提供了時頻局部化的能力，特別適用於非平穩信號的分析和處理，這很符合局部放電信號的非（fēi）平穩性，因而，聯合時頻分析被廣泛用來（lái）去（qù）除局部放電在線監測的（de）去幹擾，尤其（qí）是小波分析，己成為研究的一大熱點。在（zài）局部放（fàng）電模式識別中（zhōng），直接對放電模式進行識別實際上是很困（kùn）難（nán）的，因（yīn）此提取局（jú）部放電特征是一項非常重要的工作。局部放（fàng）電是（shì）一個快速暫態的隨機過程，測（cè）得（dé）的局部放電信號有很大的隨機性，所以（yǐ）通過統計學的觀點來研究局部放電現（xiàn）象（xiàng）己成為近年來（lái）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（tuī）動了計算機輔助測（cè）量係統（tǒng）的發展，計算機輔（fǔ）助測試係統與傳統的（de）測試方法相結合，將測得的（de）局放信號經放（fàng）大、濾（lǜ）波後進行AD轉換（huàn）;將（jiāng）模擬量（liàng）轉換成數字量後送（sòng）入（rù）計算機進行數據處理和分（fèn）析，可以（yǐ）得到各種放電的特征譜圖；針對譜圖提取（qǔ）不同（tóng）的特征參數，根據特（tè）征參數識別不同的（de）放電（diàn）類型。這些（xiē）特征參數主要包括Weibull參數、統計算（suàn）子、分形特征參數、數字（zì）圖像矩特征參（cān）數和（hé）波形特征參數等。
關注微信公眾號