电力是当今社会使用最为广泛的能源之一,良好的电能质量是各行业飞速发展的前提,是人们安稳生活的保证。但近些年来由于大量非线性、冲击性电力设备的投入使用,致使电力系统中产生了谐波,表现为电能质量的下降,直接影响社会的安全、稳定和经济运行,解决谐波问题刻不容缓。而解决谐波问题的首要环节是谐波的检测,因此设计一套性能良好的谐波检测系统是十分有必要的。本文从谐波检测系统的检测算法和系统设计这两方面展开研究。在检测算法方面,首先介绍了现阶段对于谐波检测的几种常用方法,并做了分析对比,决定采用神经网络作为检测系统的核心算法。然后针对神经网络中的BP网络做了相关阐述,并用各种改进的BP网络去检测谐波,发现采用LM算法的BP网络在谐波检测方面更具有优势,但其也存在着缺陷,即对于网络的初始权值和阈值参数敏感,会影响谐波的检测结果,于是提出用遗传算法去优化的策略,并进行了仿真研究,结果表明采用遗传算法优化的BP网络相比未优化的网络其训练速度更快,对于谐波的检测更加精确。但是遗传算法也存在缺陷,于是提出自适应遗传算法优化BP网络的谐波检测方案,并进行仿真实验,结果表明自适应遗传算法优化的BP网络其训练速度更快,有利于提高谐波检测的实时性,并且谐波检测的结果也更加精准。在系统设计方面,本文进行了硬件电路和软件程序的设计。硬件电路主要从数据采集模块、数据处理模块和人机交互模块这三方面展开研究,其中数据处理模块采用了现阶段较为实用的芯片S5P4418作为主控制器,其强大的数据运算能力可以提高系统对于谐波的检测速度。软件程序的设计包括系统的驱动程序和应用程序设计这两个方面,驱动程序主要介绍了WIFI和SD卡驱动的设计流程,而应用程序则介绍了主程序和基本子程序的设计流程,基本子程序包括采样程序、数据处理与显示程序以及数据传输程序。最后结合硬件与软件,完成了一整套谐波检测系统的设计。图[44]表[8]参[56]。