陈向群，杨茂涛，刘谋海，黄 瑞，余敏琪，王 智

(1.国网湖南省电力有限公司供电服务中心(计量中心)，湖南 长沙 410004；2.智能电气量测与应用技术湖南省重点实验室，湖南 长沙 410004)

社会工业的不断发展使得电力系统中非线性负载、冲击性和不平衡负载大批量投入电力网络中，这些负荷中含有大量的非平稳信号，极易引发系统出现电能质量扰动问题，如：设备过热、电动机失速、保护不灵敏以及测量精度不准确等都会导致严重后果，这较大程度影响了广大居民的生活品质，甚至将造成巨大的经济财产损失。如今全球大力推行发展绿色节能电力，光伏和风力发电等绿色能源在发电领域所占的比例逐年上升，使得电网中更多地利用到了电力电子设备，导致非平稳信号的产生出现更加多元性，因此，要求更高质量电能的供应。由此可见，对电能质量扰动准确识别的研究具有重要意义，是优化改善电能质量的一大基础[1]。电能质量扰动识别主要分为两步。

首先，因电能质量扰动信号多半为非平稳信号，需要对这些扰动信号进行处理，去噪后再提取其特征值，目前有小波变换[1]、快速傅里叶变换(fast fourier transformation，FFT)[2]、时频原子变换[3]、S变换[4-5]以及希尔伯特—黄(HILBERT HUANG tRANSFORM，HHT)变换[6-7]等特征提取方法。小波变换方法的时频分辨率虽然是变化的，但分辨信号特征的能力不强，且分类器设计较为困难；FFT变换方法的数据窗口宽度恒定，因而其时频分辨率也随之保持不变，因此仅适于平稳信号的处理；……