随着计算机、电力电子和信息技术等高新产业的发展和普及,电能质量扰动带来的问题已日益受到电力部门、用户与相关研究人员的关注。为了采取适当的措施降低电能质量扰动问题带来的影响,本文围绕电能质量扰动信号的检测与分类,电能质量扰动信号的去噪等问题展开研究,通过仿真实验验证了所提出算法的有效性。为了实现电能质量扰动信号的特征提取和自动分类,提出了基于广义S变换和朴素贝叶斯分类器的电能质量扰动识别方法。算法由广义S变换对不同信噪比情况下的电能质量扰动信号进行变换,然后从广义S变换的结果提取8个特征向量输入朴素贝叶斯分类器输出相应的扰动类型,并将不同信噪比情况下朴素贝叶斯分类器的分类性能与BP神经网络进行了对比研究。对于电能质量扰动信号的去噪问题,提出了基于奇异值分解的电能质量扰动信号除噪方法。算法首先建立了电能质量扰动信号的吸引子轨迹矩阵并对轨迹矩阵进行奇异值分解,然后分别根据电能质量信号的奇异熵和奇异值加权能量贡献率确定降噪阶次并根据所选择的降噪阶次对电能质量扰动信号进行重构,对比了不同阶次重构后信号的波形并比较了原始含噪电能质量扰动信号和重构扰动信号的误差。关于电压闪变信号的测量问题。提出了基于数学形态滤波和TEO能量算子的电压闪变快速测量方法,含噪电压闪变信号经过多结构元素复合数学形态滤波后,采用TEO能量算子计算跟踪电压闪变信号的包络,得到的包络信号用Pisarenco谱分析方法获得闪变调制信号的幅值频率等参数,对不同情况下的电压闪变信号进行了仿真验证。针对电器瞬动保护算法。提出了基于广义形态滤波的电气瞬动保护算法,算法首先由广义形态滤波滤除短路电流信号中的非周期分量和高频分量,滤波后短路电流信号利用快速求导算法获得短路电流幅值从而迅速切除短路故障,对不同故障相角的短路电流进行了仿真验证。