现代企业中由于变频调速驱动器、可编程控制器、计算机信息系统的日益广泛使用,暂态电能质量问题成为影响电能品质的主要问题。对暂态电能质量扰动进行准确的检测与定位以及进行分类是对其进行监测和治理的必要前提。　　 本文针对五种常见的暂态电能质量信号,即电压骤降、电压骤升、电压中断、振荡暂态和脉冲暂态进行了详细的描述,并对暂态电能质量信号的检测与分析做了以下几个方面研究。　　 暂态电能质量扰动信号具有非平稳性的特点,而小波变换具有良好的时频局部化特性,因此,信号的奇异性可以通过小波变换的模极大值来表征。根据Mallat算法,通过对信号的多分辨率分解提取信号奇异点的小波变换模极大值,实现了对暂态电能质量扰动信号的准确时间定位。　　 利用小波变换下有效信号和噪声在多尺度空间中不同的模极大值传播特性,采用了一种基于小波变换的改进阈值函数,实现对信号中的噪声和不必要信息的滤除。比较了在选择不同阈值和阈值函数时暂态电能质量扰动信号的去噪效果,并对新阈值函数去噪方法的有效性进行了仿真效验。结果表明,利用该方法去噪,能有效地保留暂态电能质量信号的奇异点信息。　　 最后,根据暂态电能质量信号在小波包平面的分解特性,以及信号能量的时移不变性质,提取出最能反映信号暂态特征的特征向量-小波包系数能量,输入人工神经网络,对各种暂态电能质量扰动进行正确的识别和分类。仿真结果验证了该方法的有效性。