在發(fā)電機(jī)局部放電在線監(jiān)測(cè)中，現(xiàn)場(chǎng)會(huì)引入大量的干擾，特別是寬頻帶監(jiān)測(cè)系統(tǒng)，由于采用了寬達(dá)數(shù)兆的頻帶，
雖然信號(hào)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(qiáng)干擾中提取出局部放電信號(hào)是系統(tǒng)能否可靠工作的關(guān)鍵問(wèn)題。
根據(jù)干擾的???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(jī)脈沖干擾。
我們?cè)诟蓴_抑制方面進(jìn)行了深入的研究，在汲取前人經(jīng)驗(yàn)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(duì)各種干擾采用了相應(yīng)的不同對(duì)策，例如，對(duì)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(duì)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(jī)局部放電信號(hào)去噪算法，對(duì)比傳統(tǒng)的門(mén)限去噪算法，該算法能獲得更高的信噪比；
對(duì)于脈沖干擾，特別是隨機(jī)脈沖干擾，在大量測(cè)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(hào)的時(shí)域和頻域特征，利用神經(jīng)網(wǎng)絡(luò)抑制隨機(jī)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(hào)處理算法，利用小波空間屏蔽濾波器，進(jìn)一步保留局放信號(hào)，
抑制干擾，使得*后的信號(hào)信噪比大大提供，為局放信號(hào)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(hào)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(cè)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(shí)甚至?xí)?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(hào)分解到各個(gè)頻段上，再在各頻段上利用*優(yōu)參數(shù)自適應(yīng)濾波抑制窄帶干擾，
大量的計(jì)算機(jī)仿真分析和現(xiàn)場(chǎng)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(jī)局部放電信號(hào)去噪
基于小波變換的馬爾科夫模型（HMMs）*近被用于圖像信號(hào)處理。
其方法的優(yōu)勢(shì)在于它考慮了小波系數(shù)之間的相關(guān)性，而且在去噪時(shí)不存在待定的自由參數(shù)，具有更強(qiáng)的自適應(yīng)性。
我們采用了HMMs方法去除發(fā)電機(jī)局部放電信號(hào)中的白噪聲。
為了驗(yàn)證方法的有效性，我們采用了兩種實(shí)測(cè)的局放信號(hào)，實(shí)驗(yàn)室的線棒放電信號(hào)和電廠的發(fā)電機(jī)局放信號(hào)。
結(jié)果證明，對(duì)比傳統(tǒng)的門(mén)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(jī)局部放電隨機(jī)脈沖干擾抑制
電機(jī)在線監(jiān)測(cè)數(shù)字化干擾抑制技術(shù)
在周期性窄帶干擾、白噪聲干擾、周期性隨機(jī)干擾和隨機(jī)脈沖干擾中等各種干擾中，隨機(jī)脈沖干擾由于其在頻域上和時(shí)域上與局放信號(hào)有很強(qiáng)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(jī)脈沖干擾和發(fā)電機(jī)局部放電信號(hào)在時(shí)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(shí)域和頻域上的細(xì)微特征區(qū)別，
設(shè)計(jì)采用神經(jīng)網(wǎng)絡(luò)算法識(shí)別局放信號(hào)和干擾信號(hào)，在識(shí)別的基礎(chǔ)上，達(dá)到去除隨機(jī)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(hào)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(lái)構(gòu)造的濾波器。
利用基于多孔算法的小波變換對(duì)信號(hào)進(jìn)行分解，根據(jù)噪聲和局放信號(hào)小波系數(shù)的不同特征，構(gòu)造空間屏蔽濾波器，對(duì)分解后的小波系數(shù)進(jìn)行空間屏蔽濾波，
從而抑制各類干擾，提高信號(hào)的信噪比。
理論分析和實(shí)踐結(jié)果證明，對(duì)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(hào)信息，對(duì)局放信號(hào)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(hào)干擾抑制和特征提前算法，取得了很好的效果。