Con el crecimiento de los equipos eléctricos no lineales, las perturbaciones de calidad de energía (PQDs) a menudo aparecen en los sistemas eléctricos. Para resolver esto, se ha propuesto una metodología heurística práctica para la detección y clasificación de PQD basada en la transformada wavelet empírica. Al utilizar una herramienta de análisis multiresolución, la transformada wavelet empírica, la señal de forma de onda de voltaje se descompone en varios sub-sinales, y se extraen algunas características potenciales en el método estadístico. Para reducir las dimensiones del vector de características, se utiliza el algoritmo ReliefF para la selección de características y se optimiza para la reducción de dimensionalidad, lo que reduce la complejidad del cálculo del sistema mientras se garantiza la precisión. Finalmente, se construyó un clasificador basado en máquinas de vectores de soporte (SVM), y con la entrada de los vectores de características clasificados, se puede reconocer el PQD. Los resultados experimentales verifican que los resultados de clasificación lograron una alta precisión, lo que confirma las propiedades y la robustez del enfoque propuesto en entornos ruidosos.