由于现代智能电网的迅速发展，电力系统规模的日益庞大及电力电子设备、冲击性非线性负荷的大量投入，导致了电压暂降、电压暂升、电压波动、谐波、暂态震荡等一系列电能质量问题，这些问题将会造成继电器保护装置误动作、增加计量仪表计量误差、降低补偿电容器的使用寿命，甚至会造成巨额的经济损失，因此，对电能质量扰动问题进行有效地分析具有重要的意义。论文详细分析了目前常用的电能质量扰动分析的方法，研究了时频分析方法S变换，针对S变换抗干扰能力弱的缺点，提出了改进的S变换，引入了控制高斯窗口形状大小的参数，该方法在进行S变换的同时对噪声信号进行降噪处理。将信息熵理论用于电能质量扰动信号的特征提取。对不同扰动信号的S变换建立扰动标准时频矩阵，分别确定扰动信号标准时频矩阵的幅度信息熵、频率信息熵和相位受限的频率信息熵，不同类别的扰动信号的信息熵构成了扰动标准识别矩阵。在确定信号的信息熵时引入适当的加权系数来突显各类扰动信号的差异性。采用灰色关联度来实现电能质量扰动的识别。将信息熵构成的扰动标准识别矩阵作为参考矩阵，它包含了所要检测扰动类型的样本集合，待测扰动信号与扰动标准识别矩阵进行比较，得出关联度较大的扰动类型，从而实现扰动信号识别。典型电能质量扰动信号的仿真实验。通过大量的仿真实验验证了，对不同类型的扰动或同一类型扰动、发生时刻不同、持续时间不同的扰动信号都能够很好的实现分类，在信噪比分别为20dB、30dB、40dB的情况下可以达到满意的分类效果。