近年来随着非线性器件在电网中的大量应用,使得电网中含有大量的暂态扰动信号,这些扰动信号不仅会污染电能质量,而且造成大量经济损失。与此同时,许多精密仪器对电能质量的稳定性以及可靠性提出了更高的要求。为了解决这一问题,首先必须对电网中的扰动进行分析与研究。基于此,本文对常见的单一电能质量扰动信号以及混合扰动信号进行了分析与研究。(1)对电能质量扰动信号进行小波阈值去噪处理。首先,详细分析了6种单一电能质量扰动以及6种混合电能质量扰动信号。在此基础上,通过matlab建模仿真分析电能质量扰动信号的特征。利用db4小波基对扰动信号进行去噪处理,通过极大极小准则确定小波去噪的阈值。比较小波硬阈值与软阈值去噪后信号的波形以及信噪比大小,结果表明硬阈值去噪方法在对暂态振荡的去噪效果比软阈值去噪方法信噪比提升接近2%,在对其他扰动信号去噪中,硬阈值去噪方法与软阈值去噪方法效果相同。(2)利用S变换对电能质量扰动信号进行时频分析。对单一电能质量扰动信号以及混合电能质量扰动信号进行分析,得到扰动信号的幅度谱、S矩阵列绝对值之和、信号的相位图以及频谱图等信息。利用S矩阵列绝对值之和的二阶导数可对暂态扰动信号进行定位,分析结果表明该方法能够有效对暂态扰动信号进行扰动定位。(3)对电能质量扰动信号进行决策识别。首先通过对电能质量扰动信号的分析,提取提取信号绝对值之和的最值差、频谱图峰值数、相位图的偏斜度、幅值特征、幅度谱的峭度、相位图的峭度、S矩阵列绝对值之和峭度等7种能够有效表征原始信号特征的特征量。然后利用最优阈值原则确定决策树分类阈值,通过决策树算法进行扰动分类与识别研究。实验结果表明,该方法分类准确率高,有较好的抗噪能力,在信噪比为20d B时算法识别率可达到92%以上,能够对电能质量扰动信号进行有效识别。