随着现代工业及用户用电负荷越来越高，电能质量领域也逐渐被广大科研人员所重视。由各种电能质量问题导致的经济损失越来越严重。所以，电能质量的提高逐渐成为电力行业所面临的一个突出问题。而在各种电能质量问题中，电压暂降又是各种电能质量问题中最为常见的。对暂降信号进行降噪及特征量提取以及对暂降位置进行有效定位，成为本文主要的研究内容。　　 S变换在研究电压暂降特征量提取方面有其独有的优势，但是也有其自身局限性。本文在S变换基础上对其算法进行了改进，并对该算法中的g值进行了合理优化。以能一定程度上反映电能质量幅值和频率变化特性的多普勒信号作为模拟信号，引入能量聚集度的概念，运用能量聚集度高对降噪效果越好的原理，得出更为准确的g值，以此确定改进S变换的时频分辨率。通过对S变换与改进S变换的平均功率谱分析，可知后者比前者更适合来分析含噪信号。利用白噪声在MST域上的分布特性检测出有用信号在MST模矩阵上的区域，通过硬阈值法来对改进S变换值进行修正，得出降噪后的信号。并与小波变换进行比较，进一步验证其良好的降噪效果。用MST基频幅值向量最小值计算暂降幅值，用基频幅值斜率变化曲线定位暂降时刻，用基频相位曲线检测其暂降相位变化。运用MATLAB搭建了引起电压暂降的短路及电机启动模型，运用改进S变换算法对其进行特征量提取，从而确定改进S变换在电压暂降检测方面的优势，并进一步验证了g值的有效性。　　 在暂降源定位研究中，本文利用监测点电压电流数据来估计系统参数，研究了上、下游系统参数变换与电压变化量之间的关系，并定义上、下游系统权重系数。根据上、下游权重系数，给出暂降源的定位结果。并与常用来对暂降源进行定位的扰动功率和能量法及系统参数斜率法进行比较，验证本文方法的优越性，从而为解决供电部门与用户双方的纠纷提供事实依据。