復雜電能質量智能分析是近年來電能質量控制領域的熱點。常見復雜電能質量智能分析包括電能質量信號壓縮、暫態(tài)分類和暫態(tài)檢測與定位等。本書將時-頻分析方法與模式識別技術相結合,分別針對電能質量信號壓縮、不同需求下的擾動識別和復雜參數條件下的擾動檢測定位開展研究。基礎篇,介紹了電能質量信號壓縮、暫態(tài)分類和暫態(tài)檢測與定位的意義及國內外發(fā)展研究現(xiàn)狀。應用篇,介紹了電能質量信號智能分析的實例,如單類支持向量機與歸一化距離測度的電能質量信號壓縮方法;由S變換及其改進形式獲得的時-頻特征,通過特征選擇方法,降低分類器維數,提高分類效率,并分別設計基于決策樹、極限學習機、隨機森林的暫態(tài)分類系統(tǒng);基于Hyperbolic S變換(HS變換)、多分辨率快速S變換的電能質量擾動信號參數檢測方法。高級篇,介紹了基于旋轉森林的電能質量擾動識別方法以及基于時域特征提取和輕量級梯度提升機的電能質量擾動識別方法,并通過仿真實例證明了其有效性。本書為電能質量智能分析技術方面的專業(yè)書籍,專業(yè)性較強,可供電氣工程、能源與動力工程和計算機等相關領域的研究者閱讀和參考。