准确探测电晕放电辐射信号对精确定位电晕放电源、确保高压输电线安全稳定运行具有重要意义。为此

设计了基于差分降噪原理的探测系统

分别对背景噪声、电晕放电和火花放电信号进行了测试。实验结果及其时频分析表明:该差分模块能很好地将0100 MHz和6001 000 MHz范围内的广播、电视、通讯信号以及空间电磁干扰信号滤除

在复杂电磁场环境下探测到静电放电信号。火花放电与电晕放电的频谱特征相似

为排除火花放电干扰

基于学习向量化（LVQ）神经网络算法

对2者的时域波形进行了特征提取与模式识别

实现了静电放电类型的判别

且判别准确率达95%。因此

利用探测系统和提出的LVQ神经网络模式识别方法能够有效探测和识别电晕放电辐射信号

为高压输电线的电晕放电监测以及电晕放电目标定位提供参考。