当前,电压暂降问题引起越来越多人的关注。在实际回路参数与运行条件影响下,实测暂降信号大多是非线性非平稳的,且含有复杂噪声及多种扰动(谐波、振荡、波动等),使富含扰动的暂降信号的检测和识别更加困难,现有方法的误检、漏检问题需要新的方法去解决。为此,本文开展了富含扰动的暂降信号处理技术研究。首先,本文对大量实测暂降信号展开多角度分析,并提出一种基于空间相量模型与改进DBSCAN算法的暂降分析方法,用于分析多级暂降信号的特征;通过搭建仿真模型产生各类暂降信号,并叠加噪声及多种扰动信号,形成本文的信号源。其次,针对实测信号中可能混杂有谐波与振荡等干扰信号的问题,本文引入变分模态分解(Variational Model Decompositon,VMD)算法,并将其进行改进,使其能将暂降信号与谐波、振荡信号分离,然后结合Hilbert变换确定暂降幅值,形态边缘检测定位暂降起止时刻。此外,针对实测信号可能混杂有波动信号的情况,本文对传统的扩展Prony算法进行改进,提出了自适应扩展Prony算法拟合源信号中波动分量,然后采用自适应滤波器将其剔除,获取其中的暂降分量。然后,针对第二章重点关注的十类暂降信号,本文搭建了一种基于广义S变换和多级支持向量机(Support Vector Machine,SVM)的复合暂降分类识别模型。该模型通过建立涵盖时域特征和波形特征的暂降特征指标体系,结合广义S变换提取上述特征量,构建多级SVM二叉树实现暂降类型的自动识别。最后,本文设计出一套富含扰动的暂降信号处理系统,包含暂降检测子系统和暂降识别子系统两部分。暂降检测子系统通过一系列信号处理方法将噪声、扰动信号、电压暂降信号进行有效剥离与识别;暂降识别子系统则在有效剥离噪声与扰动信号的前提下,实现对暂降的自动分类识别。最后结合仿真信号验证本系统的可行性。