隨著現代化數字處理技術的發展，局放在線監測中抑制干擾的措施正趨向軟件化方向發展，即對采集信號進行數字處理。目前對于周期性窄帶干擾抑制有多種數字處理方法如下：

①有限沖激響應(Finite Impulse Response，簡稱FIR)濾波法：
主要設計一帶通濾波器，濾波器的頻帶范圍根據現場干擾的情況事先確定。該方法不僅可以去除周期性窄帶干擾，也可以去除部分白噪聲干擾。但是由于應用中對FIR濾波器的階數要求較高，計算時間過長，且頻帶范圍需要事先確定，只能適用于特定的現場情況，當現場的載波通訊等干擾的頻率變化時，就必須改變濾波器的參數，因此這種方法難以推廣；

②無限沖激響應(Infinite Impulse Response，簡稱II助濾波器法：
該方法的優點是干擾抑制比高，波形畸變少，應用效果比較好。但是在實際運用中，存在干擾頻率難以確定，計算時間過長等缺點；

③時頻轉換法：
該方法的原理是周期性窄帶干擾具有很窄的譜線，形成陡峭的譜峰，而局放脈沖不具有陡峭的譜峰，這樣將含有局放脈沖和干擾的疊加數據轉換到頻域，將陡峭的譜峰削去，再轉回時域，周期性窄帶干擾就消失了。然而脈沖頻譜基線的選擇對抗干擾效果的影響極大，由于頻譜基線難以尋找，削去譜峰的處理很難掌握，使該方法對各種脈沖的通用性較差；

④自適應濾波法：
自適應濾波廣泛用于許多場合，如建模、線性預測、譜估計、消噪等等。傳統的方法是時域中的多組延遲線形式。Dentino等提出了頻域自適應濾波方法，引起了人們的關注。Narayan等針對輸入信號特征值分散度比較大的情況，將頻域自適應濾波進一步擴展，引入了變換域自適應濾波的概念，獲得了比時域自適應濾波更好的收斂特性。自適應網格濾波器是最早廣泛使用的變換域自適應濾波器，目前已有多種形式的正交策略，如Walsh-Hadanard變換，Karhumen-loeve變換，離散Fourier變換和離散余弦變換等。

自適應濾波法的原理是根據周期性窄帶干擾的時間相關性和局部放電信號的時間無關性，通過自動調整濾波器系數消除時間相關信號周期性窄帶干擾提取出時間無關信號局部放電信號。其中自適應算法無需預先知道周期性干擾的頻率，對周期性干擾的抑制有較好的效果。因此，近年來不少學者對自適應濾波抑制周期性窄帶干擾作了深入的研究。

自適應濾波器應用中一個重要考慮問題是使可調節濾波器參數最優的標準。目前最小均方自適應數字濾波算法是常用的算法之一。最小均方算法的主要缺點是收斂速度慢，要加快收斂速度必須增大步長，但會導致均方誤差的穩態值隨之增大，甚至發散。對于單一頻率的周期性窄帶干擾可以通過大量的仿真得到最優的步長，但是在局部放電在線監測中，往往同時受到多種周期性窄帶干擾的影響，且干擾的頻率范圍往往從幾十千赫茲到幾兆赫茲差別很大，這使自適應濾波器參數的選擇變得非常困難；

⑤小波濾波方法：
小波變換形成了多分辨率濾波器組，周期性窄帶干擾主要體現在大尺度變換中，而局部放電信號主要體現在小尺度變換中，選擇合適的尺度或根據變換結果極大值的變化規律可以區分周期性窄帶干擾和局部放電信號。

小波變換于1984年由J.Morlet提出，1986年數學家Y.Meyer偶然構造真正的小波基，并與S.Mallat合作建立了構造小波基的統一方法一多尺度分析之后，小波分析開始蓬勃發展起來，小波變換以其多分辨率分析的優勢，廣泛引用于去噪。自適應濾波和小波濾波是現在很多學者研究的熱點，小波變換和自適應濾波的結合，發揮自適應算法無需預先知道周期性窄帶干擾的頻率，小波變換的多分辨率分析的優勢，對周期性窄帶干擾的抑制會有較好的效果。