稳定而优质的电能是当今社会科学技术发展、国民经济飞跃的主要驱动力。为了保障电力系统可以安全、可靠地运行,必须进行电能质量的管理工作。电能质量管理的前提是可以准确地评估电能质量、查找电能质量存在的问题,它可以为管理电能质量提出科学依据与实际数据支持。电能质量的评估又依赖于电力系统所产生、采集和统计到的大量数据,这些数据中可能存在各种各样的问题与杂质,只有利用数据清洗技术,去除杂质与错误,才有可能提高电能质量评估的效率及电能质量管理的水平。本文首先对数据清洗技术的主要内容进行研究。采用“局部切比雪夫定理”与“邻近数据平均值法”针对属性值的错误进行清洗,利用“排序邻居算法”清洗重复数据,最终得到相对较为合理的统计数据。其次研究了电能质量的含义及其性质,并重点研究了构建评估体系的指标含义及计算公式。再次研究了熵权法、变异系数法、层次分析法这三种客观主观权重法,确定了评估指标的权重及评估结果。为了弥补和修正客观主观赋权法所自有的片面性与不合理性,又采用灰靶理论、基于粗糙集和信息熵的方法、最小二乘法得到综合权重及评估结果。之后又采用平均值法、Copeland法、模糊Borda法对上述评估结果进行组合评价,最终得到最全面的评估结果。最后利用编码等方式针对某110kV监测点实现了数据清洗与电能质量的评估。本文涉及的六种赋权方法,三种组合评价方法可以强有力地得到最为准确的电能质量评估结果,对提升评估效率与准确性做出了贡献,具有较强的推广价值。