随着各种非线性负荷的广泛应用,电力系统中的谐波污染问题日益严重。有源电力滤波器(APF)是解决电力系统谐波问题的有效手段,而谐波检测作为APF的核心部分,不仅决定其补偿性能,而且影响APF的应用范围。随着谐波问题的研究深入,谐波检测不仅在APF中有应用,在电力系统的其它方面也有应用例如谐波标准制定。本文研究谐波检测新的方法和实现技术,以适应现代电力系统对谐波测量的要求。本文在对电力谐波的产生、危害以及最新的谐波治理措施进行必要的论述基础上,对目前存在的各种谐波电流检测方法进行分析和比较,随着谐波研究的发展,这些方法由于各自的局限性已经不能满足现代电力系统对谐波测量的要求,有的甚至已经过时。本文将Hopfield神经网络优化理论用于谐波测量中,提出了一种基于Hopfield神经网络的谐波电流检测方法。与以往的各种谐波检测方法相比,该方法由于神经网络的并行处理能力,能够对数据进行实时处理,而且对单相和三相电路都适用,另外该方法能够检测到基波和各次谐波的幅值和相角,因此不仅能够满足APF的工作要求,也能应用于电力系统的其它方面。在MATLAB环境中对该方法进行仿真,仿真结果与期望一致,取得满意的效果。由于现代电力系统对谐波检测的精度和实时性的要求,谐波检测实现技术将以模拟电路技术和不可编程数字电路技术向可编程数字电路技术发展。本文采用ASIC(专用集成电路)设计技术设计基于FPGA(现场可编程门阵列)的谐波检测实现模块,设计行为仿真的通过证明了该实现技术的可行性。