电力设备内部故障引起的电压、电流等物理量的变化是检测故障类型及成因的重要依据。故障的有效检测，很大程度上依赖于故障信号处理和特征提取技术。对于含有大量奇异成分的故障暂态信息，适于平稳信号分析的Fourier变换等传统方法明显存在着不足，不利于故障征兆的提取和识别。而小波变换这种新兴的时频分析方法，具有良好的时频局部性，能通过时频窗的灵活来突出故障信号中的不同频率成分，有效地提取故障特征信息，便于及时准确地判别故障。正是考虑到小波分析在处理暂态非平稳信号方面的优势，主要集中精力于小波函数的特性分析及选取方法，以及如何具体应用机故障信号检测和分析这一基础性的问题上。针对提出的一种复值小波，详细推导了其单向快速递推算法，其计算量随数据量增加不大，可用于实时计算。提出了基于小波变换的发电机定子绕组常见故障的检测方法。提出的复值小波变换，在实现对信号严格分频的同时提供了相位、瞬时频率等更多的信号特征，克服了传统的Hilbert变换和Fourier变换在分析多频率分量混合信号相位信息时存在的局限性。提出了基于小波包算法的故障信号压缩和重构方法。提出了故障信号的小波包浮动阈值消噪算法，该方法引入随噪声能量强弱而上下浮动的浮动阈值来滤去大量噪声。