电能是现代社会使用最为广泛的一种能源。随着科学技术的进步，电力电子，计算机，信息处理等高新技术产业的发展和普及，对电能质量也提出了更高的要求。电能质量扰动所带来的各种问题引起了供电部门和用户的关注。为了降低电能质量扰动所带来的损失，改善电能质量现状，首先需要对电能质量扰动进行辨识。本文针对电能质量扰动问题，主要在电能质量扰动和分类方面做出了相关工作，取得了如下成果：（1）本文采用改进S变换和多级支持向量机相结合的电能质量辨识方法，实现了6类单一型事件以及2类复合型电能质量事件的识别，并取得了不错的分类效果。（2）采用多个2分类的支持向量机分类器构成的电能质量识别系统，易于向系统中添加新的电能质量扰动类型，省去了复杂的人工智能方法的训练过程以及由训练样本不足而引起的分类误差。（3）基于S变换的特征提取方法抗噪声能力强，识别率高。S变换还可以采用傅立叶变换实现快速运算，很大程度上减小特征提取的时间，在电能质量的实时监测和辨识中具有很大的应用空间。（4）提出了复合特征量的概念，将具有相似辨识功能的特征量合成为一个特征量，防止一个特征量对功能辨识的缺陷。