随着社会的发展，各行各业的自动化程度越来越高，各类投入使用的电力设备也越来越多，从而对电网的冲击将造成电压暂降，电压暂升，电压波动，振荡暂态等多种电能质量问题。这些扰动将对电力系统的运行安全造成难以估计的危害。因此，对电能质量扰动问题进行快速的检测将使我们能够在扰动发生时立即做出有效动作来稳定我们的电力系统。对于有效动作的做出，我们首先得知道它是什么扰动。因此，对扰动进行识别分类也显得非常的重要。数学形态学是新兴起来的一种可以用来处理非线性信号的数学理论，它具有简单快速有效的特点；所以本文的研究重点就是将数学形态学应用于对电能质量扰动信号的检测与识别。本文首先对电能质量扰动信号的分类进行了介绍，并对其数学模型在Matlab上进行了数字仿真，得出了相应的模拟信号，用于后期的处理。并介绍了数学形态学理论，在将其作为消噪工具时，构造了自适应组合形态滤波器，并验证了该滤波器对信号的滤波效果。其次，将数学形态学理论充分应用于电能质量暂态扰动的起止时刻检测。首先构造自适应组合形态滤波器，对含噪声的扰动信号进行滤波处理，其次，将扰动信号通过形态变换，得到形态边缘检测算子，再对其进行一定的TOP-HAT变换，通过阈值处理后得到我们的特征信号，该方法在不同的暂降幅值，不同的谐波，噪声背景下进行了验证，仿真结果表明该方法运算速度快，能有效快速的定位扰动起止时刻。再次，将数学形态学与熵理论结合，对电能质量暂态扰动信号进行检测。首先通过形态学滤波器对信号进行去噪处理，再提出了一个简化熵的概念，对滤波后信号进行相应简化熵的求取，从而得到相应的特征信号，并对其进行阈值处理后即可得到扰动发生的起止时刻。在不同的幅度，谐波，噪声变换下对该方法进行验证，仿真结果表明，该方法能快速有效的定位扰动起止时刻。最后，将数学形态学与dq变换和欧氏距离以及动态时间扭曲算法相结合对单一扰动进行识别分类。首先将含噪声的扰动信号通过形态滤波器进行处理，再参照电力系统中的dq变换将信号构造成dq分量，通过表达式可以发现，dq分量此刻只与幅值和噪声相关，当噪声被滤除时，其分量类似于之与幅值有关，所以利用dq分量的幅值平方和可以对信号的特征进行一定的表征，为了识别出信号的类别，再利用欧式距离，对被测信号以及参考信号在dq变换后的幅值平方特性进行距离计算，再通过动态时间扭曲算法得到最优路径，从而匹配的相应参考信号即为被测信号的类别。通过在不同幅度变化以及噪声背景下对扰动进行识别，仿真结果表明，该方法能够较准确的识别各类单一扰动。