高压电气设备绝缘故障发生时,经常伴随局部放电（Partial Discharge,PD）现象,如果不加以预防,严重时会导致短路等现象发生,危害电力设备的安全运行,造成巨大的安全隐患。为了提前发现高压电气设备中绝缘劣化现象,需要对绝缘设备进行监测。特高频（Ultra High Frequency,UHF）传感器具有接收范围广、抗干扰能力强和非接触式测量等优点,被广泛应用于监测现场。监测现场存在各种噪声,噪声的干扰会将局部放电信号淹没在其中,容易造成误判。针对这一问题,本文对特高频局部放电信号监测系统中的特征提取及FPGA实现进行深入研究,对高压电气设备局部放电监测系统提供了实用的方案。局部放电监测现场中含有大量的白噪声、脉冲噪声和各种随机噪声。对于在特高频传感器频段范围内的脉冲信号,将脉冲信号从白噪声中提取出来,选取合适的脉冲特征,通过聚类算法将不同类型的脉冲信号分离,从而实现局部放电脉冲信号从各种噪声中的分离以及多源局部放电信号的分离。为了从白噪声中提取局部放电脉冲信号,本文提出一种基于提升小波变换和信号奇异点检测的滑动窗口白噪声抑制方法将脉冲信号从白噪声中提取出来,通过仿真将提出的脉冲提取算法和已有降噪算法从均方根误差（Root Mean Square Error,RMSE）和波形相似系数（Normalized Correlation Coefficient,NCC）两个方面进行比较,验证该方法的有效性。为了实现不同脉冲信号的分离,针对局部放电波形特征进行分析,选取几种具有波形统计特性的脉冲信号特征参数,通过仿真从特征参数点的内聚度和分离度两方面进行比较,最终选取二维波形分布参数。将提出的算法和筛选的特征参数在FPGA上实现,为了充分利用FPGA的灵活性和并行处理的优势,设计流水线和状态机提高算法在FPGA中的运行速度,实现硬件系统实时、有效地工作。本文通过模拟特高频信号发生器和人为局部放电缺陷发生装置测试系统的可行性和准确性,实验结果表明:对不同类型的脉冲信号进行分类测试,本系统的平均误判率低于6%,本文提出的算法及选取的特征参数在FPGA上实现后能将不同类型的脉冲信号进行有效分离,对局部放电在线监测系统具有重要参考价值。