隨著數字測量係統的采用，以及數字信（xìn）號處理技術的發展，出現了很多軟件去幹擾的方法。主要有傅裏葉分析，小波變換、經驗（yàn）模態分解，自適應濾波等。
a）傅裏葉分析（xī）
對混有窄帶（dài）幹擾的檢測信號在（zài）頻域抑製幹擾，再將其變換為時域信號，這種抑製窄帶幹擾的方法稱為頻（pín）域處理法。通過頻（pín）域處理法抑（yì）製窄帶幹擾的基礎是傅裏葉（yè）分析或快速傅裏葉變換(FFT)。當局部放（fàng）電（diàn）檢測信號中混入窄帶幹擾（rǎo）後，在局部放電脈衝信號的幅頻特性上將疊加上一些窄帶幹擾（rǎo）的頻（pín）率成分，因此，可根據（jù）不（bú）同的情況，使用譜線刪除法，頻域開窗（chuāng）法或多通帶濾波法來抑製窄帶幹擾。當幹（gàn）擾源較少時，可將譜（pǔ）圖中的垂直（zhí）譜線刪除，再對處理後的譜圖（tú）進行快速傅裏葉反（fǎn）變換(IFFT)得（dé）到時域波形，這種方（fāng）法稱為（wéi）譜線（xiàn）刪除法。如果窄帶幹擾在頻域（yù）占有一定寬帶，則（zé）可在頻域相應的位置開（kāi）窗，對（duì）經過處理的譜圖進行IFFT，這種方法稱為頻域開窗（chuāng）法（fǎ）。如果幹（gàn）擾源較多，有各在頻域占有一定寬度，則可選擇頻域中無幹擾的頻率範圍作為信號通帶，進行多通帶濾波，最後對經過處理的譜圖進行IFFT，這種方法稱為多通帶濾波法。
但是，局部放電脈衝的頻（pín）譜與幹擾脈衝的頻譜（pǔ）是重合的，以上方法在抑製幹擾的同時，會丟失局部放電脈衝的部分頻率（lǜ）分量（liàng），導致脈（mò）衝波形發生畸變。
b）小波變換
小波變換(wavelet transform)是一（yī）種強有力的信（xìn）號處（chù）理工具，具有多分辨率特性，在時頻平麵（miàn）不同的位置采用不同的分辨（biàn）率，在時域和頻（pín）域同時具有良好的局部性，比（bǐ）傅裏（lǐ）葉（yè）變換和短時傅裏（lǐ）葉變換(STFT)更適（shì）合處理具有（yǒu）瞬（shùn）態突變特性的局部放電信號。因此，小波（bō）分析（xī）在（zài）電（diàn）力工程中得到了廣泛的應用。小波變換是用小波基函數係來（lái）逼近信（xìn）號的，而小波基（jī）函數係是母小波（bō）基通過平移和伸縮得到的。小波（bō）算法用於局部放電信號的檢測是當（dāng）前的研究熱點，國內外都有較成功的範例。例如利用小波包變換的頻域分割特性，將信號信息測（cè）度的（de）香農熵作為局（jú）部放電信號的小（xiǎo）波包變（biàn）換樹節點存（cún）在周期性窄帶幹擾與否的判據，應用（yòng）小波包變換熵閾值法抑製局（jú）部放（fàng）電在線監測（cè）中周期性窄帶幹擾（rǎo）。應用基於小波分解的自適應濾（lǜ）波算法，抑製局部放電測量中窄帶周期幹（gàn）擾，利用小波的分頻特（tè）性先將信號（hào）分解到不同的頻段上，然後對各頻（pín）段的信號施以自適應濾波，由於信號被分解到不同的頻段，各頻段內的窄帶幹擾頻率相差有限，所以，可以根據各頻段信號的特性（xìng）采用（yòng）最（zuì）佳的濾波參數，以達到較好的濾波性能。
但是，小波方法也（yě）存在缺陷，小（xiǎo）波消噪效果取（qǔ）決（jué）於最優母小波基和分解尺度的選（xuǎn）取（qǔ）。
c）經驗模態分解(EMD-empirical mode decompositon)
經驗模態分解依據數據自身的（de）時間尺度特征來（lái）進行信號分解，無須預先設定任何基函數。這一點與建立（lì）在先驗（yàn）性的諧波基函數的傅裏葉分解和小波基函數上的小波分解（jiě）方法具有本質性（xìng）的差別。正是由於這樣的特點（diǎn），EMD方法在理論上可以應用（yòng）於任何類型的信（xìn）號的分解，因而在處理局部放電信（xìn）號等非平穩信號上具（jù）有（yǒu）非常明顯的優（yōu）勢。該方法（fǎ）基（jī）於信號的局部（bù）變化特征，可（kě）以自適應（yīng）地將複雜的信號分解成若幹階固有模態函數(IMF-intrinsic mode funciton)。應用EMD和IMF重構算法可用於局部放電噪聲抑製，首先對含有（yǒu）噪聲的局部放電信號（hào）進行經驗模態分解，得到含特征頻率的固有模態（tài）函數，然後對所得的固（gù）有模態函數分量進行自適應閉值處理後（hòu）重構，從而抑（yì）製噪聲幹擾。
但是EMD算法存在模態混淆（xiáo）、端點效應、欠包絡和過包絡的問題，影響了局部放電信號的消噪效果。
d）自適應濾波
Widrow B等在1967年提出了自適（shì）應濾波理論，通過對濾波（bō）係數的自動調整達到（dào）最佳（jiā）的濾波效（xiào）果。自適應濾波器主要由兩部分組（zǔ）成：一是濾波子係統，根（gēn）據所要（yào）處理的對象的（de）不同而有不同（tóng）的結構（gòu）形式；另一個是自適應（yīng）算（suàn）法部分，用於調整濾波子係統結構的參數，或濾波係數。自適應算法（fǎ）是自適應（yīng）濾波器的重要組成部分，要求根據輸入（rù）、輸出（chū）和原參量值，按（àn）照一定準（zhǔn）則修改濾波參數，以使（shǐ）它本身能有效地跟蹤外部（bù）環境的變化。經常使用的自適應算法（fǎ）有最小均方誤差（chà）(LMS)算法和遞歸最（zuì）小二（èr）乘(RLS)算法。其中LMS算法以其實現簡單、運算速度快等優點得到了廣泛的應用（yòng）。在局部放電測量過程中，現場存在大量的周期性幹擾，其頻率並非預先知（zhī）道（dào），自適（shì）應濾波器能利用（yòng）周期（qī）性幹擾（rǎo）和局（jú）部放電的自相關性的不同，將兩者區分開來，自適應濾波器（qì）能隨輸入序列的變化，按照某種誤差遞減的規則，自行調整濾波係數，使其對應現場的幹擾頻帶，從而達到（dào）消除（chú）局部放（fàng）電檢（jiǎn）測中周期性幹擾的目的。
關注微（wēi）信公（gōng）眾號