为了更有效地对电能质量扰动信号进行分类，将小波变换和神经网络有机地结合起来，建立了四层小波神经网络模型。同时，将混沌引入粒子群优化算法脉，利用混沌运动的特点，提高网络模型训练的收敛速度和精度。训练后的网络模型用于对正常电压和几种常见的电能质量扰动进行分类。结果表明，混沌粒子群优化小波神经网络能有效地对电能质量扰动进行分类，具有抗干扰能力强、稳定性好的优点。此外，与粒子群优化算法和BP算法相比，混沌粒子群优化算法能够更好地对电能质量扰动进行分类，具有更高的分类精度。