电能质量问题主要是由电网中的各种非线性负载引起的。从总体上看,电能质量问题可分为稳态的和非稳态的两大类。相应地,电能质量信号包括稳态成分和非稳态扰动两类现象。其中,稳态成分(如谐波和间谐波等)一般能量较大,具有周期性和较长的时域支集；非稳态扰动(如脉冲暂态、振荡暂态等)的能量较小,出现的时间具有随机性,持续时间较短且频谱分布分散。所以,从信号形态成分特征的角度来看,电能质量稳态成分的频谱在频域是紧支的且具有稀疏性；而非稳态扰动的波形一般是时域紧支和时域稀疏的。由于稳态成分的能量和幅值很大,所以电能质量信号中的非稳态扰动的分析准确度较低；同时,稳态成分是由多个谐波成分组成的,而各谐波功率正负的不同也影响了电能质量信号功率的准确测量。本文在系统总结前人工作的基础上,指出谐波功率的测量和电能质量扰动参数的估计是目前电能质量分析的热点和亟待解决的难点问题。对此,进行了如下研究工作：首先,从理论上分析指出小波(包)变换电能质量谐波功率分频带测量算法存在带内能量泄漏误差,研究揭示误差变化规律并构造整系数交迭窗函数,提出基于整系数交迭窗的抗带内泄漏的谐波功率分频带测量算法,并实验验证。针对传统小波包功率分频带测量计算量大的缺点,提出基于子带能量熵阈值准则的最优小波包测量算法。其次,研究提出频域匹配追踪(FDMP)算法,构建适用于电能质量信号频域匹配追踪分析的时频原子和冗余字典,实现电能质量稳态成分和非稳态扰动的分离以及稳态成分参数的估计。研究周期信号匹配追踪误差的变化规律,发现并证明匹配追踪算法具有的时域数据窗中点相位最佳匹配性质,利用该性质实现电能质量稳态成分波形和相位的准确估计。使用电能质量信号实验数据来验证频域匹配追踪算法和时域数据窗中点相位最佳匹配性质,比较算法性能；通过实验来实现电能质量非稳态扰动的稀疏化,为非稳态扰动的准确分析和参数估计提供条件。再次,针对电能质量非稳态扰动的特点,提出基于规则的形态成分分析(RMCA)方法。构建适用于电能质量非稳态扰动分析的时频原子和冗余字典,研究非稳态扰动分析的若干重要方法：非稳态扰动的定位与划分、扰动频率与衰减系数估计,以及用来估计振荡非稳态扰动参数的子空间匹配追踪算法(SSMP)。利用实验数据验证RMCA方法对电能质量非稳态扰动分析和参数估计的准确度。通过对比实验,指出RMCA方法在电能质量非稳态扰动分析方面具有优势。同时,从理论上将子空间匹配追踪算法的应用范围推广到衰减振荡非稳态扰动和非正弦周期振荡非稳态扰动的参数估计。最后,研究电能质量信号数据的压缩方法。通过对小波变换后的低高频数据分别进行二次压缩来获得较高的压缩比和较快的实现速度,并实验验证。本文所提出的抗带内泄漏的谐波功率分频带测量方法具有较高的准确度,通过该方法可以准确了解谐波功率的分布情况,为谐波源的识别、谐波污染治理和电能消耗费用的结算提供依据；所提出的电能质量频域匹配追踪算法对稳态成分分离和参数估计的准确度高,使非稳态扰动的时域稀疏性好；针对非稳态扰动提出的基于规则的形态成分分析方法不仅能够分析多重扰动,同时还能准确估计扰动的参数,从而为电能质量分析提供新的有效手段。