在经济高速发展的现代社会里，电能作为一种常见的能源被广泛使用着，其应用程度也被看做是一个国家发展水平的主要标志之一。随着社会经济水平的提高，移动互联网、微电子和云计算等高科技产业的发展，各企业对电能质量提出了更严格、更高标准的要求。但是，电能质量中的暂态扰动问题已受到企业、电力部门和居民用户的关注，为了采取有效措施降低扰动带来的影响，改善电能质量，首先得对电能质量的相关问题进行分析与研究。针对暂态电能质量问题的研究，本文主要在电能扰动信号的去噪、扰动位置定位以及去噪定位耗时方面做了一些工作，取得了如下成果：在相关性处理和最大后验估计(MAP)的基础上，针对第一代连续小波变换在分解之后重构的过程中会出现混叠、畸变等缺陷，采用双树复小波(DT-CWT)对电能质量扰动信号进行分解和重构。双树复小波变换中设置的双树结构具有半采样点延迟的特点，克服了因严格采样的实小波变换中带来的诸多问题。仿真结果表明：相对于传统去噪方法，带噪扰动信号经过相关性处理，然后基于MAP算法对双树分解的小波系数做阈值处理，再重构系数可以得到较高的信噪比，同时还有较好的突变点信号信息保留能力。在对带噪信号完成去噪后，针对第一代连续小波变换需依靠傅里叶变换在频域进行，且运算量大、冗余度高等缺陷，采用提升小波变换对去噪后信号进行定位。提升小波继承了第一代小波的多分辨率特性和时频局部化性质，其运算量低、原位计算、冗余度低等优点证明其是一种比较快速的小波变换方法。仿真结果表明：相对于传统定位方法，在同等定位检测能力下，提升小波对信号的定位可以极大的节省检测时间，提高了信号处理的效率。同时，通过对去噪信号的成功定位，也验证了本文去噪算法的有效性。