随着计算机技术、存储技术及互联网的快速发展与普及,电力行业中的系统数据量也日趋庞大。电力系统中的数据正在以指数速度增长,数据系统日趋庞大。如何充分、有效的对这些数据进行分析、加工、提炼,已成为电力信息处理所面临的关键问题之一。论文应用数据挖掘等相关理论与方法,研究解决电能质量的分类问题,并以呼市地区电能质量扰动事件数据为例,分析各类电能质量扰动,为提高电能质量,确保电网系统安全、优质、经济运行提供技术支持。论文根据相空间重构理论,提出了一种电能质量特征数据的提取方法,完成了电能扰动事件的特征提取;基于支持向量机和自组织神经网络技术,分别设计了电能质量扰动的分类模型,并在呼市地区典型小区电能质量数据进行了实例分析和对比,结果表明基于自组织神经网络的分类方法准确率较高。