复杂电能质量智能分析是近年来电能质量控制领域的热点。常见复杂电能质量智能分析包括电能质量信号压缩、暂态分类和暂态检测与定位等。本书将时-频分析方法与模式识别技术相结合，分别针对电能质量信号压缩、不同需求下的扰动识别和复杂参数条件下的扰动检测定位开展研究。基础篇，介绍了电能质量信号压缩、暂态分类和暂态检测与定位的意义及国内外发展研究现状。应用篇，介绍了电能质量信号智能分析的实例，如单类支持向量机与归一化距离测度的电能质量信号压缩方法；由S变换及其改进形式获得的时-频特征，通过特征选择方法，降低分类器维数，提高分类效率，并分别设计基于决策树、极限学习机、随机森林的暂态分类系统；基于HyperbolicS变换（HS变换）、多分辨率快速S变换的电能质量扰动信号参数检测方法。高级篇，介绍了基于旋转森林的电能质量扰动识别方法以及基于时域特征提取和轻量级梯度提升机的电能质量扰动识别方法，并通过仿真实例证明了其有效性。本书为电能质量智能分析技术方面的专业书籍，专业性较强，可供电气工程、能源与动力工程和计算机等相关领域的研究者阅读和参考。