变压器振动发出的声信号可反映其运行状况,为解决振声信号在采集过程中易受干扰的问题,提出了一种基于盲源分离(BSS)的变压器振声自适应提取方法。首先分析了变电站内噪声分类及特点,并将含噪振声信号从时域变换到稀疏域,据此改进了基于势函数的稀疏分量分析(SCA)算法,增加了势函数局部极值排序环节;然后模拟了噪声源数目、振声幅值以及振声频率组成变化共3种特殊情况下的变压器振声提取,采用相关系数和二次残差对分离效果进行了评价;最后选取某220 k V变电站主变压器进行了现场测试。研究结果表明:改进算法可解决盲源分离排列模糊的问题,使振声信号在分离信号中始终排在第1位,同时可判断混入噪声源数目,实现变压器振声与多路噪声的自适应分离;该改进算法能够有效提取不同情况下的变压器振声,相关系数均>0.97,二次残差均<-29 d B;现场实验成功分离出变压器振声信号、实验人员的2路语音信号以及2路干扰信号,并认为声信号反射是干扰信号的主要成因,变压器体声源是分离振声信号幅值波动的主要原因。该改进算法可对变压器振声进行自适应提取,但信号反射及体声源对提取效果的影响需进一步研究。