随着国民经济的不断发展，我国的电力规模也在不断地快速扩大，电能质量问题也在日益严重，已经成为电力企业和电力用户非常关心和迫切想解决的问题。为了能够改善和提高电能质量，电力部门需要实时监控各种电力系统信息，方能对电能质量问题进行有效分析，并对其采用有效的控制和补偿措施。为了分析电能质量数据，就需要进行电能质量数据的采样和压缩。那么，监视和存储这些电能质量的故障和干扰信号已经成为电力部门日常的主要工作。理想的电能质量数据是不需要进行过多的处理分析。但若电能信号发生质量问题，它就会包含非常广泛的频谱分量。根据香农采样定理，采样频率必须是原始信号的最高频率的两倍以上。这样采样的录波数据就可能高达每秒数兆级别。这么高精度的采样需求必定会带来巨大的数据量，这么庞大的录波数据需要花费巨大的存储空间和难以传输的。因此，在不损失重要信息的前提下，为了减少数据量，有必要进行电能质量数据压缩。目前，电网数据的压缩办法一般是这样的：先从电网中以极高的采样速率采集持续的电能数据，然后通过高性能的压缩手段把大部分的冗余数据抛弃，这样就会造成采集设备很大的采样压力和造成很大的存储资源的浪费。如果可以将采样与压缩的过程融为一体，将会有效解决电能质量监测数据量非常庞大的问题，在很大程度上能够缓解系统数据存储和传输的负担。2006年，一种新颖的压缩传感理论为信号处理和分析理论带来了“bigidea”，引起了学术界的广泛关注。该理论正能解决电力数据采集的弊端，它能将数据采集和数据压缩融合在一起。本文在研究传统的基于傅立叶变换和小波变换的数据压缩的基础上，将压缩传感理论这种新颖的工具与电能质量数据压缩相结合，最终研究出基于压缩传感理论的电能质量数据压缩方法。相比小波变换，压缩传感能获得更好的压缩性能和压缩效果，为电力数据的采集和压缩提供了新的分析处理的方法，为电能质量分析领域提供新的思路，并会最终能很好地解决电能质量问题奠定了基础。