近年来，暂态电能质量问题已成为电气工程领域的研究热点之一。电压突升、电压暂降、电压中断和瞬时脉冲等均属于暂态电能质量问题，电力故障、雷击干扰、电容投切及大负荷起停等对电网的暂态扰动都可能引发上述问题。暂态扰动发生时，电力系统中将出现叠加于稳态信号之上的暂态信号。如果利用蕴藏在暂态信号中的特征信息并结合分类识别方法，确定暂态扰动的类型及持续时间，将对实现电力故障检测与识别、暂态继电保护等具有重要的理论和现实意义。　　由于电力暂态信号能量低、幅值小，极易被稳态信号和系统噪声所淹没，所以准确提取暂态信号特征成为一个关键问题。同时，电力暂态信号所包含的暂态特征信息数量巨大且量纲不一，直接作为特征分类标准不但运算量巨大，而且存在干扰现象，难以实现暂态扰动的有效识别。针对电力暂态信号特征信息提取困难的问题，本论文提出一种非广延小波熵信号特征提取方法，并应用于电力系统暂态信号特征信息的提取。针对暂态特征信息数量众多无法有效识别的问题，对提取的暂态特征信息进行证据融合，利用聚类分析获得原始分类规则，并引入蚁群优化算法完成规则精简。　　论文首先对目前应用于暂态信号检测领域的Shannon小波熵的理论基础进行分析，研究其在复杂暂态信号特征提取中的工作机理，围绕相邻小波混叠负面效应、广延性对 Shannon小波熵暂态特征提取效果的影响等问题展开讨论，探求问题的根源。利用善于表征广义系统复杂度的Tsallis熵与插值提升小波结合，构造一种非广延小波熵——Tsallis小波熵，并解释其衍生算法的物理意义。从小波混叠、特征提取效果与算法复杂度等方面，研究 Tsallis小波熵的工作机理及适用范围，分析其与Shannon小波熵的联系与区别，给出非广延参数的选取原则，并通过仿真予以验证。　　其次，论文研究了 Tsallis小波熵中小波能量熵、小波奇异熵和小波时间熵在电力系统暂态信号特征提取中的应用。以雷击、相间短路故障发生时电力系统中暂态信号特征提取为例，分别对3种Tsallis小波熵的工作机理和特征提取效果进行了分析对比。通过对非广延参数与Tsallis小波熵暂态信号特征提取效果之间关系的研究，提出非广延参数的选取方法，给出不同暂态扰动条件下，Tsallis小波能量熵非广延参数的选取范围。针对 Shannon小波熵在暂态谐波特征提取中存在的不足，提出利用Tsallis小波包熵表征暂态谐波复杂度的检测方法，对小波包奇异熵和小波包能量熵算法的工作机理及特征提取效果进行研究对比，并与能量谱分析（PSD）理论相结合提取出电力信号中的暂态谐波信息。　　最后，论文在分析不同小波熵特征提取结果的基础上，按照小波熵特征信息分布规律进行属性空间划分，利用聚类分析获得不同电力暂态信号分类判据并构造原始分类规则。通过对分类规则中各属性判据的分析，讨论分类规则中干扰判据对分类效果产生的负面影响。借鉴蚂蚁矿工优化算法的优点，提出一种改进蚁群算法并将其应用于电力暂态信号特征分类规则中干扰判据的删除，继而获得优化分类规则，在提升分类识别效率的同时，为全面掌握电力系统运行情况提供参考依据。