随着大量电力电子和精密仪器的使用，电能质量问题越来越引起人们的关注。准确、完善的电能质量监测是研究和治理电能质量的前提条件。小波变换具有良好的时频局部化特性，能够同时提取信号的时频特性，是一种良好的时频分析工具，已被广泛地应用于电能质量监测领域 。

电力系统中不可避免地存在着噪声，电气信号往往被淹没在大量的噪声信号中。这些噪声会降低小波的检测性能，甚至会造成检测失效。在噪声环境中及时准确地提取各种扰动信息已经成为电能质量监测的一个重要问题。

电能作为一种高效、清洁、可控的能源，已经得到最广泛的应用。但随着科技的发展，电力系统中用电负荷类型的改变和非线性负载的使用使得波形畸变、电能质量下降；而带有基于微处理机的控制器和功率电子器件的现代用电设备的使用，又提高了对电能质量的要求。因此，电能质量的研究成为一个热点问题 。

电能质量问题主要为电能质量扰动和谐波问题。电能质量扰动主要包括短时电压波动(电压暂升、电压暂降和中断)、电压下陷、电磁暂态脉冲和振荡。在电能质量检测中，常用的方法包括傅里叶变换法、小波变换法、数学形态学等。傅里叶变换具有计算量小、适用范围广、计算稳定可靠等优点，因此得到了广泛的应用，但傅里叶变换在应用中也经常遇到一些问题，如对工频稳态分量进行处理时，大大削弱了对畸变信号的检测能力，无法满足现代电力系统快速保护的要求。由于实际应用中不可能用无限窗，故存在频谱泄露等问题。小波分析法是近些年兴起的一种方法， 用小波分析方法可准确检测出信号的奇异点，从而检测出扰动的位置，但其计算十分复杂、实时性不强，难以用价格低廉的硬件实现。数学形态学是近年来提出的一种从图像处理演变而来的新方法，它利用图像处理理论提取信号的主要特征，而不改变其大体形状。这种基于时域的非线性数学方法具有计算简单、实时性强的特点，有较好的应用前景 。

小波包变换能够实现信号频带的均匀划分，在任意频率聚焦，是分析暂态电能质量扰动时频特性的良好工具。但是电气信号中的电磁噪声严重影响了小波包的检测特性 。

有文献提出了一种基于小波变换的除噪算法，能够在噪声环境中检测各种扰动信号。大量的仿真实验证明，该算法除噪效果良好。有文献指出，当信噪比 SNR 降低到 35dB 时，监测的准确度保持在 74%。但是作者在应用上述算法时，发现该算法存在 2 个问题：① 当信噪比 SNR 大于 35dB时，检测精度高，但当信噪比降低至 30dB 时，检测的准确度大幅下降。② 当干扰噪声是白噪声时， 检测效果良好， 但是当干扰噪声是有色噪声时，检测精度大幅下降。小波包变换建立在小波变换的基础上，可以实现信号频带的均匀划分，具有更好的时频特性 。