在现代配电网系统不断发展、运行方式与智能技术不断进步的背景下,考虑分布式电源接入的主动配电网,从电能质量的角度出发,针对配电网内部过电压的辨识分类问题,在分析其中发生概率较大的几种过电压的机理和特征后,提出了一种基于时频矩阵奇异值分解和多级支持向量机(SVM)的内部过电压识别方法。选取过电压发生后的零序电压信号作为特征信号进行分析与处理,首先利用自适应参数的变分模态分解对信号进行充分的分解,然后通过Hilbert变换获得其频域信息,经过带通滤波算法以频率为划分间隔构造配电网暂时频矩阵描述其时频特征;通过对时频矩阵进行奇异值分解,按照统计学理论提取所获得波形奇异谱中的各项分布参数并结合时域特征量作为特征向量,按照构建的多级支持向量机分类器中不同SVM的不同分类任务,分别将对应的特征向量输入经改进PSO算法优化的SVM中,以实现对配电网内部过电压进行自动辨识。通过MATLAB对该辨识方法进行仿真测试。结果表明,该识别方法具备识别率高的优势,可实现对配电网内部过电压故障的有效辨识,且在含分布式电源的配电网中仍可以良好的实现辨识功能。同时考虑到配电网实际运行工况的复杂性,针对在信号提取过程中可能会出现干扰的问题,在对信号加入不同程度的噪声后进行仿真验证,结果表明该辨识方法拥有较强的抗干扰能力,能够在复杂的外部条件下执行识别任务。该论文有图31幅,表6个,参考文献64篇。