在發(fā)電機局部放電在線監(jiān)測中，現(xiàn)場會引入大量的干擾，特別是寬頻帶監(jiān)測系統(tǒng)，由于采用了寬達數(shù)兆的頻帶，雖然信號的靈敏度較以前的窄帶系統(tǒng)和常規(guī)寬帶系統(tǒng)（帶寬小于500K）高，但信噪比低，引入的干擾也多，因此，有效地抑制各種干擾，從強干擾中提取出局部放電信號是系統(tǒng)能否可靠工作的關(guān)鍵問題。根據(jù)干擾的時域特征，干擾可以分為周期性窄帶干擾、白噪聲干擾、周期性脈沖干擾和隨機脈沖干擾。我們在干擾抑制方面進行了深入的研究，在汲取前人經(jīng)驗的基礎(chǔ)上，除采用常規(guī)算法外，還采用小波理論、神經(jīng)網(wǎng)絡(luò)和自適應(yīng)濾波等算法對各種干擾采用了相應(yīng)的不同對策，例如，對于窄帶周期性干擾，我們研究了基于小波分解的自適應(yīng)濾波算法，提高了自適應(yīng)濾波算法的抗干擾性能和穩(wěn)定性；對于白噪聲，研究了基于小波與隱式馬爾科夫模型的發(fā)電機局部放電信號去噪算法，對比傳統(tǒng)的門限去噪算法，該算法能獲得更高的信噪比；對于脈沖干擾，特別是隨機脈沖干擾，在大量測試數(shù)據(jù)的基礎(chǔ)上，研究了基于神經(jīng)網(wǎng)絡(luò)的干擾抑制算法研究，采用信號的時域和頻域特征，利用神經(jīng)網(wǎng)絡(luò)抑制隨機干擾，取得了很好的效果。在抑制單一干擾的基礎(chǔ)了，研究了基于小波空間屏蔽濾波的局部放電信號處理算法，利用小波空間屏蔽濾波器，進一步保留局放信號，抑制干擾，使得最后的信號信噪比大大提供，為局放信號的特征提前打下基礎(chǔ)。
a) 基于小波分解的自適應(yīng)濾波算法抑制局部放電窄帶周期干擾中的應(yīng)用
在局部放電信號處理中，普通的自適應(yīng)濾波算法在各種抑制正弦干擾的算法中是比較好的算法之一，但是在寬帶局部放電在線監(jiān)測中，由于窄帶周期干擾的頻率范圍很寬，自適應(yīng)濾波器的參數(shù)設(shè)置比較困難，有時甚至?xí)䦟?dǎo)致算法不穩(wěn)定。我們創(chuàng)造性地提出了基于小波分解的自適應(yīng)濾波算法，利用小波分頻原理，將采集到的信號分解到各個頻段上，再在各頻段上利用最優(yōu)參數(shù)自適應(yīng)濾波抑制窄帶干擾，大量的計算機仿真分析和現(xiàn)場數(shù)據(jù)處理表明，基于小波分解的自適應(yīng)濾波算法比起普通自適應(yīng)濾波算法有更好的抗干擾性能和穩(wěn)定性。
b) 基于小波與隱式馬爾科夫模型的發(fā)電機局部放電信號去噪
基于小波變換的馬爾科夫模型（HMMs）最近被用于圖像信號處理。其方法的優(yōu)勢在于它考慮了小波系數(shù)之間的相關(guān)性，而且在去噪時不存在待定的自由參數(shù)，具有更強的自適應(yīng)性。我們采用了HMMs方法去除發(fā)電機局部放電信號中的白噪聲。為了驗證方法的有效性，我們采用了兩種實測的局放信號，實驗室的線棒放電信號和電廠的發(fā)電機局放信號。結(jié)果證明，對比傳統(tǒng)的門限去噪算法，HMMs方法能獲得更高的信噪比。
c) 基于神經(jīng)網(wǎng)絡(luò)的發(fā)電機局部放電隨機脈沖干擾抑制
在周期性窄帶干擾、白噪聲干擾、周期性隨機干擾和隨機脈沖干擾中等各種干擾中，隨機脈沖干擾由于其在頻域上和時域上與局放信號有很強的類似性，現(xiàn)有的各種軟硬件抑制方法效果都不太令人滿意。我們研究了隨機脈沖干擾和發(fā)電機局部放電信號在時域和頻域上的各種特征和現(xiàn)有的各種干擾抑制算法，利用二者在時域和頻域上的細微特征區(qū)別，設(shè)計采用神經(jīng)網(wǎng)絡(luò)算法識別局放信號和干擾信號，在識別的基礎(chǔ)上，達到去除隨機脈沖干擾的目的，取得了比較滿意的效果。
d)基于小波空間屏蔽濾波的局部放電信號處理算法
空間屏蔽濾波器是采用相鄰尺度上小波系數(shù)的相關(guān)關(guān)系來構(gòu)造的濾波器。利用基于多孔算法的小波變換對信號進行分解，根據(jù)噪聲和局放信號小波系數(shù)的不同特征，構(gòu)造空間屏蔽濾波器，對分解后的小波系數(shù)進行空間屏蔽濾波，從而抑制各類干擾，提高信號的信噪比。理論分析和實踐結(jié)果證明，對比傳統(tǒng)的去噪算法，空間屏蔽濾波能獲得更高的信噪比，保留更多的局放信號信息，對局放信號的去噪起到了很好的效果。
干擾抑制算法是局放特征提取和分析的基礎(chǔ)，我們研究了一套完整的基于超寬帶系統(tǒng)的局放信號干擾抑制和特征提前算法，取得了很好的效果。