如今,由于越来越多地包含非常敏感的设备和大量可再生能源,电能质量问题已成为重要的研究课题。 通常,大多数以前的电能质量分类技术都集中在单个电能质量事件上,并且不包括最佳特征选择过程。 本文提出了一种分类系统,该系统利用小波变换和RMS轮廓来提取包含单个或复杂干扰的被测波形的主要特征。 数据挖掘过程旨在选择最佳特征集,以更好地描述波形中出现的每个干扰。 以“ One Vs Rest”架构组织的支持向量机二进制分类器经过单独优化,可对单个干扰和复杂干扰进行分类。 还使用网格搜索算法分别调整了控制每个二进制分类器性能的参数,这些参数可帮助它们实现最佳性能。 这种专门的过程大大提高了总分类的准确性。