近年来,随着信息技术的发展,用电需求大面积扩大以及对电力数据进行实时监测的需要,导致造成海量数据的堆积。如何有效地处理这些数据从而解决电网数据传输和存储的问题,一个较为有效的方法就是对数据进行压缩。近年来,随着信息技术的发展,用电需求大面积扩大以及对电力数据进行实时监测的需要,导致造成海量数据的堆积。如何有效地处理这些数据从而解决电网数据传输和存储的问题,一个较为有效的方法就是对数据进行压缩。因为小波变换拥有良好的时频分析特性,近年来被广泛应用于电网数据的压缩中。在掌握小波变换原理的基础上,本文尝试采用二维图像压缩方法多级树集合分裂编码（set partitioning in hierarchical trees,SPIHT）算法对电网数据及电网数据压缩进行研究和实验。首先,基于嵌入式图像编码SPIHT压缩算法,针对SPIHT编码算法的一些不足提出了改进算法。改进SPIHT（approved SPIHT,ASPIHT）算法针对小波变换后的高低频系数进行差别处理,对包含图像重要信息且只有少量系数的低频部分采用无损编码,尽量保留图像的重要信息部分而不至于压缩还原后图像失真过大。实验仿真分别使用两种算法对几种不同特征的图像进行了压缩重构,实验结果表明ASPIHT算法在不同比特率下对压缩重构后的图像质量相较于原始算法都有一定的改善。本文构建了电网数据仿真模型,将不同示波器中采集到的多个一维电网数据拼接转化为二维电网数据,目的是为了能够从时间、空间的角度来详细分析电网数据特点。应用原始SPIHT及其改进压缩算法ASPIHT分别处理转换后的二维电网数据图像,探索对电网数据的压缩效果。仿真实验结果表明,两种算法都能够有效压缩电网数据,ASPIHT压缩重构质量高于原始算法。针对ASPIHT压缩算法对电网数据的压缩特点,探索了故障电网数据的定位方法。首先模拟了异常电网模型数据,分别使用ASPIHT算法对正常电网数据和异常电网数据进行压缩分析,可发现对正常电网数据及异常电网数据压缩还原效果有较大差异,依据此特点可对故障电网数据的时间节点及空间节点进行有效定位,而无需其他复杂的编码算法。仿真实验结果表明该方法有一定的有效性及可行性。