近年来,随着电力电子技术的广泛应用,电力系统谐波污染日益严重,已成为电能质量的公害。谐波测量是谐波问题的一个重要分支,它是谐波问题研究的主要依据,也是研究分析问题的出发点。谐波测量方法是谐波测量的核心环节,本文对谐波测量方法进行了研究分析。本文详细地介绍了目前常用的几种谐波分析算法的原理、应用现状及存在的问题,并针对各种算法应用中存在的计算精度低、计算量大等若干问题,建立了基于电力系统谐波模型的傅立叶基神经网络模型,研究了基于梯度下降法和递推最小二乘法的傅立叶基神经网络模型算法和Prony改进算法。为了保证算法的收敛性,提出并证明了该算法的收敛性定理,为神经网络学习率的选择提供了理论依据。为了验证神经网络算法在电力系统谐波分析中的有效性,本文进行了计算机仿真研究以及和其它算法的比较研究。研究结果表明,本文提出的电力系统谐波分析方法具有计算精度高和计算速度快的特点。特别是基于神经网络和Prony相结合的改进算法有效避免了传统Prony算法中矩阵求逆的问题,提高了Prony算法的实用价值。当然,本文研究的神经网络与Prony相结合的改进算法也存在一些局限性,特别是在有噪声的情况下,幅值和相位的计算精度不高,还有待进一步研究。