随着电力事业的迅猛发展,电力系统规模的日益扩大,电能质量问题也随之日益突出。提高供电质量,确保电网安全稳定运行已经成为供用电双方共同的愿望。只有对电能质量进行有效地监测和分析,才能清楚地认识问题的产生和影响,才能为改善电能质量,促进供用电双方的协调发展,以及明确供用电双方的责任,提供真实的依据,进而采取行之有效的措施进行改进。目前国内使用的电能质量测量装置大多功能单一、存储容量小,扩展性差,难于升级,不易于实现网络化监测,而且所使用的部分测量算法需要进一步研究改善。为了弥补传统电能测量仪器的缺点,本文在谐波检测新算法的探索以及构建网络化的综合电能质量监测系统两个方面做了工作。运用神经网络分析电网谐波是新算法研究的热点方向之一。本文研究了一种先用双峰谱线插值法求出信号精确的基波频率后,再由基于固定三角基函数的神经网络模型进行谐波分析的方法,通过仿真表明该算法可以一次性精确地获得基波及各整数次谐波参数,且直观,收敛速度快。此外,本文利用Matlab中的自定义神经网络函数创建了一种新的基于变参数三角基函数的人工神经网络模型,结合加窗FFT(快速傅立叶变换)算法和高效的LM训练算法,能同时分析整数次和非整数次谐波。仿真结果表明该算法的正确性,且便于实现,这为电力系统中间谐波的精确分析提供了一种新的途径,具有一定的实用性。本文利用了虚拟仪器技术在图形化集成开发环境,信号处理分析和网络通讯方面的巨大优势,开发了网络化的电能质量综合监测系统。该系统能实现对电能质量五项稳态指标的监测,具有越限报警、数据存储、显示等功能,而且系统具有很好的人机交互界面。本文提出了利用LabSQL模块和数据库技术实现远程数据存储以及基于B/W模式和Remote Panels技术的信息发布方案,使得用户可以通过Internet直接查看即时和历史电能质量数据,实现信息共享。通过实验证明本系统能有效地进行电能质量监测与分析,具有一定的使用价值。