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)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(hào)分解到各個(gè)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(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）最近被用于圖像信號(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
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。