提出了一种基于数学形态学(MM)及动态时间扭曲(DTW)的电压扰动信号分类识别新算法，本算法首先利用形态滤波器对扰动信号进行滤波处理；再利用dq变换提取信号的幅值特征；最后将处理后的扰动测试信号与六类扰动参考信号的特征进行匹配，计算两时间序列之间的距离矩阵，采用DTW算法在距离矩阵中分别寻求测试信号与参考信号间的最优扭曲路径，最优扭曲路径的衡量标准为路径长度最短，最后根据两信号距离最小、相似度最大的原则，选取路径最短的一次匹配为识别结果。本文利用此方法对主要的六类电压扰动信号：电压暂降、电压闪变、电压暂升、电磁脉冲、振荡暂态及谐波信号进行了仿真分析。结果表明，本文提出的方法对电压暂降、电压暂升、振荡暂态及谐波四类信号的识别效果较好，而电压闪变与电磁脉冲信号在扰动特征不明显的情况下，容易被滤波器滤除，故分类识别效果较其他四类信号稍差，但通过合理选择滤波器参数，可提高其识别准确度。总体来讲，基于数学形态学及动态时间扭曲算法的电压扰动信号分类识别算法具有较好的适应性。