电网频率反映了电能消耗与负载之间的动态平衡关系,是调控系统正常运行的重要参考量。对电力系统频率进行动态跟踪估计是研究电力系统控制,安全评估和分析电能质量等方面的基础,重要性不言而喻,所以研究跟踪电网频率的动态变化不仅具有现实意义,而且对电力行业也会产生积极影响。学者们经过分析电网频率特性,相继提出多种电网频率跟踪方法,在确定性谐波信号下,提出傅里叶变换的方法。在非平稳信号条件下,学者们基于数字滤波器提出一种微分正交变化方法。但到目前为止,传统频率跟踪技术对系统状态发生突变或存在强干扰时处理性能差,如何在畸变信号条件下对基波信号做到实时准确的跟踪成为一个亟待解决的问题。本文结合实际电力系统模型,考虑到系统时刻处在外部扰动之下,不但电压会变化,而且基波频率也会发生波动。为了减小电网中谐波和噪声对基波频率跟踪准确度的影响,在经过学习与分析不同方法后,首先利用小波滤波特性对电网原始信号进行预处理,将小波变换方法应用于在畸变信号条件下提取基波信号,滤除信号中的除基频外各高次谐波、间谐波和随机噪声成分。通过仿真验证,原始电压信号经小波变换,基波成分能准确地分离出来。然后为增强基波模型的稳定性,文中利用模型参考自适应控制方法,采用可调增益Lyapunov-MRAC算法自适应作用电网模型,减少了外界扰动或内部噪声影响。在此基础上将基波模型与扩展卡尔曼滤波器结合,将自适应滤波原理引入到电网基波频率跟踪研究中来,建立状态方程和测量方程,对基波频率进行实时跟踪处理。在跟踪过程中比较分析算法的优劣性,针对需要解决的问题提出相关改进算法以提高跟踪的实时准确性。最后的仿真结果表明,ASTF算法能够实现对基波频率实时准确的跟踪。该算法一方面对测量噪声方差R进行自适应实时调控,另一方面对观测量中不良数据做到自适应剔除。