近年来，由于电力电子器件和非线性设备的广泛应用，使得电网中电压和电流波形畸变越来越严重，造成了电能质量的恶化。传统的电能质量分析方法基于有效值理论，且常用的傅立叶变换不适合处理非平稳暂态信号。因此，建立新的动态电能质量监测与分析系统，对其进行正确的检测、分类和评估就显得十分必要。 本文利用提升小波技术和人工神经网络技术，针对配电系统电能质量扰动监测、分析中存在的多种问题进行了全面而深入的研究。主要内容如下： 1．针对实际配电系统中动态电能质量扰动信号具有非平稳的特点，通过对提升小波变换理论进行详细的研究，构造了一种具有自适应性的提升小波分析方法，并将其首次成功地应用于动态电能质量扰动分析领域。 2．针对实际电能质量扰动信号检测中的定位问题，利用扰动信号和噪声信号的小波变换局部模极大值在各尺度上的不同传递特性，采用软阈值的去噪算法，实现了在较强背景噪声情况下电能质量扰动信号的精确检测与定位。 3．研究了巴特沃斯滤波器与正交小波的内在联系，给出了利用巴特沃斯滤波系数测量电压、电流、有功功率、无功功率有效值的方法，使扰动幅度的计算精度进一步提高。 4．将提升小波变换与人工神经网络有机的结合起来，采用归一化的多尺度能量作为特征向量，实现了多种电能质量扰动信号的自动识别。