高水平的电能质量是保证电力系统自身可持续发展的必要条件,为采取适当的措施来降低扰动带来的影响,改善电能质量,需要对检测到的扰动信号进行有效分析与处理。本文研究原子稀疏分解在电力扰动信号分析中的适用性,提出了一种利用和声搜索的改进原子稀疏分解算法,并将其应用于电力系统扰动信号的提取、辨识和分类。首先,利用快速傅里叶变换对原子稀疏分解中的匹配追踪算法的初值进行了优化处理。采用快速傅里叶变换对扰动信号的幅值、频率作粗略估计,以此估计值作为匹配追踪算法的初始解,弥补了匹配追踪算法每次搜索均需遍历整个原子库的缺陷,加快了算法的收敛速度。其次,针对常见的电能质量扰动特征,对一种或几种相似的扰动构造了相应的原子库,减少了搜索时需匹配的原子数目。将常用的、适合分析电力系统扰动信号的Gabor原子库分为类基波库、脉冲库、谐波库、振荡库4个子库;当扰动类型已知时,可以用对应的子库进行搜索;若不知扰动类型,则可按照以上子库的顺序进行搜索;这样减少了搜索的索引参数,使原子表达更简洁,搜索的针对性加强,加快了收敛速度并提高了计算效率。再次,将和声算法与匹配追踪算法相结合,优化了匹配追踪算法的搜索迭代过程。对和声搜索算法与匹配追踪算法结合的可行性和优越性进行了分析,用和声搜索算法对匹配追踪算法的搜索迭代过程进行了优化。利用和声搜索算法同时拥有群体搜索和协同搜索的能力,弥补了匹配追踪算法缺乏协同搜索能力的缺点,通过两者的结合显著降低了算法的计算复杂度,提高了计算效率。最后,应用改进的原子稀疏分解算法提取电力扰动特征,并进行电能质量扰动分类。设定了提取电能质量扰动信号的能量阈值等参数,对电能质量扰动信号利用不同类型的原子库依次提取相应扰动,根据扰动特征实现扰动分类,同时可得到扰动的解析表示。本方法可单独获取某一特定扰动及其在总信号中所占的比重,以进行其他分析应用,亦能同时实现扰动提取、参数辨识和扰动分类。本文设定了电压暂降、电压暂升、暂态振荡和谐波等单扰动模型,以及谐波加脉冲、谐波加暂态振荡和电压暂降加暂态振荡等复合扰动模型,利用所提方法进行了仿真分析,并对改进算法的收敛性以及计算复杂度与原匹配追踪算法进行了比较。仿真结果验证了算法的有效性。