基于变换的电能质量分析方法
［9］。
针对这一问题，G．T．Heydt等人提出了宽度可调节的滑动窗口，并利用这种WFFT方法对电能质量进行评估
［3］。该方法的基本思想是先用宽窗对测量数据进行快速浏览，检测到扰动之后再用窄窗对扰动“聚焦”，从而进行细节分析。如果将这种方法与表1中的扰动定义结合使用，就可以对电能质量问题进行评估与分类。[FS:PAGE]
5 小波变换法小波变换（WT）是由Morlet于1980年在进行地震数据分析工作时创造的。小波就是最短最简单的振动。小波分析方法是一种窗口大小（即窗口面积）固定但其形状可改变的时频局部化分析方法。它在低频部分具有较高的频率分辨率和较低的时间分辨率，而在高频部分具有较高的时间分辨率和较低的频率分辨率，所以被誉为“数学显微镜”。正是这种特性，使小波变换具有对信号的自适应性。小波变换是一种多尺度分析，对时间序列过程从粗到细加以分析（从低分辨率到高分辨率），既显示过程变化的全貌，又剖析局部变化特征。对于电能质量领域的非平稳时间序列，小波变换大有用武之地。近年来，国外许多学者都利用小波变换对电能质量问题进行研究
［2，5，10～14］。
常见的小波基函数有：B小波、Daubechies小波、Haar小波、Meyer小波和Morlet小波等
［15］。Shyh－Jier Huang等人提出了用Morlet小波监视电力系统扰动的方法
［5］。仿真结果表明，该方法能够检测电压骤降、骤升、短时断电和振荡暂态等扰动，同时也能对电弧炉产生的动态谐波进行分析。今后要做的工作应该是找出最适合电能质量分析的小波基函数。
1988年Mallat在Burt和Adelson图象分解和重构的塔式算法启发下，基于多分辨率分析（MRA）框架，建立了小波快速算法——Mallat算法，它在小波分析中的地位相当于FFT在经典傅里叶分析中的地位。目前，这种MRA方法仍是电能质量分析领域中使用最多的算法
［2，11］。MRA方法的一个特性是能够准确地检测到电压信号中尖锐变化的发生时刻（如电压骤降、断电、过电压和暂态）
［2］。但是MRA方法也有其不足之处，它不能对基波信号的幅值进行直接可靠的测量，也无法准确地估计原始信号的谐波分量幅值
［2］。MRA方法的另一个特色是可以区分不同的电能质量扰动
［11］。文献［11］提出了不同分辨率上的标准偏差曲线，从而为区分不同的电能质量问题以及进一步找出扰动源提供了手段。
电能质量扰动现象的频率变化范围十分广泛。例如，由电弧炉引起的典型电压波动的频率一般低于25 Hz，而由雷电冲击引起的脉冲暂态的频率则可达数MHz。为了监测这类高频暂态扰动，需要采用具有1～4 MHz采样频率的电能质量监测装置，这就要求存储大量的数据。为了节省存储设备费用，常常采用小波变换进行数据压缩。S．Santoso等人提出了一种简单而有效的数据压缩方法
