电能是现代社会中不可或缺的重要能源之一。随着科技进步以及社会发展,电能质量受到了电力部门以及人们的普遍关注。由于在电能质量信号监测过程中,会得到非常庞大的数据,对数据的存储和传输造成了一定困难,因此需对数据进行压缩。另一方面,由于外界各种电磁干扰和一些设备安装等问题的影响,电能质量信号容易受到噪声的干扰,噪声覆盖了真实的扰动信号,对信号的检测和治理带来影响,所以对信号消噪也十分必要。　　 本文采用小波方法和改进的MDL(Minimum Description Length)准则,研究电网中电能质量暂态信号数据压缩和消噪问题。本文的主要工作和成果如下:　　 1.由于电能质量暂态信号是一种非平稳、非线性的信号,考虑到小波分析独特的时-频局部分析能力,小波阈值去噪是一种简单有效的方法。但是,采用常规的小波阈值消噪时,在信号奇异点附近的领域内会产生Pseudo-Gibbs振荡现象。本文将基于平移不变量的小波阈值消噪算法用于暂态电能质量扰动信号的消噪处理。通过对原始信号的分段平移,消除不连续点的跳变,从而抑制Pseudo-Gibbs振荡。仿真结果表明该方法不仅有效地抑制Pseudo-Gibbs振荡,而且在消噪效果上优于传统的阈值消噪方法。　　 2.传统的小波阈值消噪分硬阈值消噪和软阈值消噪两种,但是这两种方法都存在不足之处。本文在基于非线性小波阈值算法基础上,采用迭代方法确定最佳消噪阈值,以提高消噪效果。针对实际应用中噪声方差未知或变化的情况,自适应地估计噪声强度和阈值。仿真结果表明该方法不仅一定程度上改进了噪声估计,而且在消噪效果上优于传统的固定阈值、无偏风险阈值、启发式阈值、极大极小阈值四种阈值规则。　　 3.由于小波方法的小波基选择和阈值设置困难,本文提出将信息论中的MDL判据进行改进用于电能质量暂态信号数据压缩和消噪。通过建立一个小波模型库,再利用遍历小波库的方法,针对不同类型的电能质量暂态信号,选择一个最优小波基。该方法具有自适应能力,而且还可以选择最优的保留小波系数用于信号重构。在不同的噪声水平和信号类型条件下,通过算法找到在压缩率和均方误差这对矛盾目标之间的最佳契合点。仿真结果表明该方法优于基于传统MDL的电能质量暂态信号压缩和消噪。　　 4.最后,对全文进行总结,并对进一步的研究提出一些展望。