El transformador es un componente clave en los sistemas de energía, y su operación confiable es crucial para la seguridad y estabilidad de la red eléctrica. Los fallos en el transformador pueden ser diagnosticados tempranamente utilizando señales acústicas. Sin embargo, las características acústicas efectivas suelen ser afectadas por ruido ambiental complejo, lo que reduce la precisión en la identificación de fallos. Como solución, este estudio propone un algoritmo de reducción de ruido basado en filtrado polifásico (PF) para la descomposición modal variacional compleja (CVMD) de múltiples fuentes acústicas en transformadores eléctricos. El algoritmo descompone la señal recibida del transformador en subbandas, reduciendo sus tasas de muestreo mediante PF. Posteriormente, se enfoca de manera independiente en la reducción de ruido dentro de estas subbandas, centrándose en fuentes acústicas específicas. Aprovechando transformaciones de señal complejas, extendemos la descomposición modal variacional (VMD) para mitigar el campo de señales complejas y utilizamos la CVMD para reducir el ruido de cada fuente acústica dentro de cada subbanda para cada fuente acústica. Los resultados experimentales revelan que el método propuesto separa y elimina eficazmente la señal de sonido de la operación del transformador bajo la interferencia de múltiples fuentes de sonido en la subestación. Su potente capacidad de reducción de ruido, combinada con una complejidad computacional mínima, mejora significativamente la precisión en la identificación de fallos en el transformador y la fiabilidad del sistema.