电力系统故障大多为表现为绝缘的击穿，而过电压是导致绝缘击穿的直接原因。因此，电力系统过电压是影响电力系统安全运行的重要因素。目前过电压在线监测装置已经广泛应用于实际，并记录了大量的故障波形，这为事后故障分析提供了依据。但是由于过电压数据庞大，要对其进行现场的人工处理、分析是困难的，而且需要专家作专门分析，这就大大限制了过电压在线监测装置在故障分析中的实用性。因此，对过电压波形进行在线特征提取并分类，可以快速查找故障点，节省了人力物力；而且缩短检修时间，容易实现快速恢复供电，提高供电可靠性。对过电压实施快速抑制，可缩短过电压作用于对绝缘的时间，减小过电压对绝缘设备的危害，而过电压分类识别是实施快速抑制方法的前提。因此，对过电压进行分类识别为对保证电力系统安全运行具有十分重要的意义。　　为此，本文建立110kV变电站电磁暂态仿真模型，在研究分析国内外暂态特征提取和分类识别研究状况的基础上，对操作过电压信号进行了建模，使用概率神经网络对过电压类型进行分类。主要工作有：　　①采用目前流行的电磁暂态分析程序ATP-EMTP建立了110kV典型的变电站的内部过电压仿真模型，对对合空线、投空载变压器、投切电容器组、单相接地金属性接地、单相电弧接地引起的过电压进行了仿真计算，得出了不同系统参数、初始条件下的过电压的仿真波形，用之于实测波形进行比较，得出了仿真波形实测波形基本一致。分析了过电压产生的机理和及其影响因素，给出了波形的频率分布。　　②结合熵理论可以表征系统的状态、信息的可资利用程度和小波变换可以对非平稳信号进行时频联合分析的优点，提出了基于小波变换最优基的计算方法，并用此方法对过电压仿真波形进行计算，得出了最适合于所分析类型过电压的最优基。利用最优基对过电压信号进行多分辨率分解，重构高频特征子空间信号，计算其小波系数的均方根值作为过电压信号的一个特征向量。提取了所分析过电压信号的特征，用仿真波形证明了该方法在初始条件和系统参数改变的情况下，特征量仍保持不变。对变电站实测波形进行特征提取，与仿真波形的特征量相比较，验证了特征提取方法在实际也是使用的。　　③针对多重分形能对信号的复杂程度进行描述的特点，给出了方差分形轨迹的计算方法，用之对具体波形进行计算分，选择了最优的方差分形轨迹的窗参数和位移参数。用之提取了仿真信号的特征值，证明了合闸相位、过渡电阻、线路长度改变的情况下，用其提取的特征值仍具有稳定性。用之对实测波形进行分析，得出了较好的效果，且与仿真信号的特征提取结果基本一致。　　④研究了概率神经网络的理论基础、分类机理，构建了神经网络过电压分类系统。并将小波变化和多重分形提取的特征值输入分类系统，识别效果达到最优，对实测过电压信号也得到了正确的分类。