提出了一种电力系统暂时过电压多级支持向量机（M-SVM）分层识别的方法。根据暂时过电压分类，建立暂时过电压分层识别系统，并采用“二分树”法构建多级支持向量机分类器。在变电站实测过电压数据的基础上，提取了三相及零序电压的时域统计特征和小波时频特征，同时对特征量进行逐级选择，将这些特征量作为M-SVM的输入，实现暂时过电压类型辨识。现场数据测试表明，采用的M-SVM分层识别方法具有训练样本少、训练时间短、识别率高的优点，可较好地应用于电力系统暂时过电压类型识别。