本文论述了电能质量综合评估的重要意义,提出了基于人工神经网络和基于遗传投影寻踪方法的两种智能化的电能质量综合评估方法。基于人工神经网络的电能质量综合评估在对电能质量各单项指标分级的基础上,根据随机分布原理随机生成网络训练样本集,利用训练得到的网络建立了电能质量综合评估的RBF神经网络模型。基于遗传投影寻踪方法的电能质量综合评估,利用电能质量指标构造投影指标函数,利用遗传算法对其进行优化,最终得到电能质量综合评估的遗传投影寻踪数学模型。并利用遗传投影寻踪方法和特征值赋权法对地区电网谐波进行了综合评估。通过实例比较分析了概率统计与矢量代数、模糊数学、物元分析法等现有电能质量综合评估方法及本文提出的两种方法的优缺点,证明了本文提出方法的客观性及合理性,对电能质量综合评估向智能化发展做出了有益的探索。