随着科学技术和国民经济的发展,电能的需求量日益增加,对电能质量的要求也越来越高。高质量的电能对于保证电网和电气设备的安全经济运行、增强国民经济的总体效益、提高产品质量以及保障居民正常生活有着重要的意义,电能质量问题受到了全世界的广泛关注。为改善和提高电能质量,系统地分析和研究电能质量问题,找出引起电能质量问题的原因并采取针对性的解决办法,对电能质量进行检测与识别是首先要解决的问题。同时,电能质量的正确检测与识别也是电力敏感负荷规划和电能质量评估与预测、维护、管理的重要依据。因此,研究电能质量智能检测算法,建立电能质量检测和分析系统,对电能质量进行可靠的检测、评估和分类具有重大的理论和现实意义。针对电能质量参数分析需求,本论文在国家自然科学基金项目“改进FFT动态信号分析方法及其在电力谐波检测中的应用”(60872128)和广西电力科技基金项目“虚拟化电能参数自动测试系统”的资助下,对谐波分析算法、电能质量多扰动分类识别方法、电压闪变测量算法以及电压骤降特征量检测与骤降源识别方法等进行了深入研究,研制了基于虚拟仪器的电能质量智能检测系统。主要研究工作如下：1)介绍了电能质量与电能质量参数的定义、分类与标准,对谐波分析、电能质量扰动分类识别、电压闪变测量和电压骤降分析等与电能质量相关领域的研究现状进行了综述,总结了现有研究方法的优、缺点,明确了全文的主要研究方向。2)研究了影响FFT谐波分析准确度的关键因素,为抑制频谱泄漏和栅栏效应,提出了性能优良的Nuttall自卷积窗函数；在研究Nuttall自卷积窗函数频谱特性的基础上,提出并构建了基于Nuttall自卷积窗的改进FFT谐波分析算法；利用基于最小二乘法的多项式拟合方法,给出了离散频谱插值多项式和谐波参数计算式。仿真研究表明,该方法对基波和谐波参数的求解过程简单,可有效抑制谐波对基波的干扰以及谐波间的相互干扰,提高了信号基波和谐波参数检测的准确度。3)为实现电能质量多扰动信号的准确识别,提出了基于S变换与概率神经网络的电能质量多扰动分类方法。介绍了S变换的基本原理,应用S变换对电能质量扰动信号进行时频分析,从中提取信号的特征量,并以之作为概率神经网络分类器的输入进行电能质量扰动分类,仿真实验结果验证了该方法的准确性和有效性。在此基础上,提出了基于S变换分步信息利用的电能质量多扰动分类方法,在没有增加计算量的前提下,提高了扰动分类的准确度。4)为实现电压闪变信号的准确检测与时频分析,提出并建立了基于S变换的平方检测法电压闪变测量算法。在简化平方检测法电压闪变测量过程的基础上,对电压波动信号的均方根值进行S变换,利用信号S变换的频域特性曲线求频谱计算闪变值,由信号S变换的高频频谱幅值和曲线得到电压闪变的起始、结束时刻。仿真实验证明该方法具有较高的闪变测量准确度,且可准确提取闪变发生的起止时刻。5)提出了基于广义S变换的电压骤降特征量检测与骤降源识别方法。对电压信号进行广义S变换得到基波幅值曲线、高频频谱幅值和曲线与基波相位曲线,计算出电压骤降幅值、骤降持续时间和相位跳变值三个特征量；利用广义S变换提取电压骤降信号幅值凹凸性、谐波、相位跳变和突变点个数等四个识别参数,结合决策树分类方法,实现了电压骤降类型的识别。仿真实验结果证明了该方法的准确性和有效性。6)采用本文提出的电能质量分析算法,基于LabVIEW软件开发平台和相关硬件,研制了电能质量智能检测系统,给出了系统的软、硬件总体构成和系统的工作流程,对系统的各功能模块进行了详细分析,给出了各功能模块的算法和软件实现方法。湖南省电力公司计量中心、南宁市供电局等单位的现场运行和检验结果表明：系统界面友好,操作方便,测量可靠。系统可准确检测电能质量参数,适应实际电网情况,捕捉和识别检测点电能质量扰动。