چکیده: کیفیت توان یکی از عوامل کلیدی در پایش عملکرد شبکه‌های توزیع انرژی الکتریکی است و اغتشاشات کیفیت توان می‌توانند تأثیرات قابل‌توجهی بر عملکرد تجهیزات الکتریکی و رضایت مصرف‌کنندگان داشته باشند. این پایان‌نامه به بررسی روش‌های تشخیص و طبقه‌بندی اغتشاشات کیفیت توان در شبکه‌های توزیع به کمک یادگیری عمیق فعال می‌پردازد. هدف اصلی این پایان‌نامه، ارائه رویکردهای مؤثر برای شناسایی و دسته‌بندی انواع مختلف اغتشاشات کیفیت توان ازجمله نوسانات ولتاژ، هارمونیک‌ها است. در این پایان‌نامه، از یک شبکه نمونه توزیع صنعتی، مربوط به شبکه برق شرکت پتروشیمی آلای مهستان با ظرفیت تولید 450 هزار تن پلی پروپلین در سال، واقع در مجموعه پتروپالایش کنگان، استفاده‌شده است. همچنین، مطابق ماده 16 قانون جهش تولید دانش‌بنیان (مصوب 11/02/1401 مجلس شورای اسلامی)، یک واحد نیروگاه خورشیدی به‌منظور تولید توان الکتریکی نیز نظر گرفته‌شده است. سپس با شبیه‌سازی شبکه مذکور با تمامی مصرف‌کنندگان در نرم‌افزار ETAP، مطالعات پخش توان و هارمونیک انجام می‌شود که با استفاده از اطلاعات این مطالعات و الگوریتم‌های یادگیری ماشین و تکنیک‌های تحلیل سیگنال، به تحلیل و شناسایی الگوهای اغتشاشات پرداخته می‌شود. نتایج به‌دست‌آمده نشان می‌دهند که مدل پیشنهادی قادر به شناسایی دقیق و سریع انواع اغتشاشات هستند و این امر به بهبود کیفیت توان در شبکه‌های توزیع کمک می‌کند. نتایج نشان می‌دهند که تشخیص و طبقه‌بندی به‌موقع اغتشاشات کیفیت توان می‌تواند به مهندسان و طراحان شبکه‌های توزیع کمک کند تا راهکارهای مناسبی برای مدیریت و بهبود کیفیت توان با اجرای ماده 16 قانون جهش تولید اتخاذ کنند. این تحقیق می‌تواند به‌عنوان مبنایی برای توسعه سیستم‌های هوشمند در مدیریت کیفیت توان و بهینه‌سازی عملکرد شبکه‌های توزیع فعال در صنایع بزرگ کشور ازجمله پتروشیمی، پالایشگاه، معادن، فولاد، مس و ... مورداستفاده قرار گیرد.