现代电网在海量数据下就需要准确、快速的把扰动类型识别出来,以便于后续治理。 S变换能够很好的分析电能质量扰动信号,但不能实时快速的用于电能质量扰动信号检测、分类。本文利用S变换的两种快速算法——快速S变换(FST)、快速离散正交S变换(Fast DOST)对电能质量扰动进行了分析,针对电能质量扰动的实时分类算法进行研究。　　首先,将快速S变换(FST)应用到电能质量分析中来。实验显示,快速S变换不但具有与S变换相同的时频分辨率,而且大大减少了时间和空间的消耗。在此基础上提取特征后,选取最小二乘支持向量机(LS-SVM)进行分类,LS-SVM是针对传统支持向量机训练时间长而经过优化的。结果表明,结合快速S变换和最小二乘支持向量机的分类方法具有实时性和准确性的特点。　　考虑到快速S变换虽然具备快速性,但其不是正交变换。接下来提出了基于离散正交 s变换的快速实现方法。然后将提出的DOST快速算法应用到电能质量扰动分析之中,并和采用快速S变换分析的方法进行了对比,结果显示在计算复杂度和时频特性上均与FST方法具备同等的水平。最后结合快速DOST与LS-SVM进行了电能质量扰动分类,结果显示基于快速DOST方法和FST在电能质量识别的精度和速度是一样的,而且在时间和准确性方面都比基于S变换的方法有一定的优越性。