电网电能质量问题引起供电企业和用户的高度重视。一方面影响电能质量的因素在不断增加，如电力电子装置和非线性设备的广泛应用，使得电网中的电压和电流波形发生畸变，造成电能质量的严重恶化。另一方面各种复杂、精密的，对供电质量敏感的用电设备不断普及，使人们对电能质量及可靠行要求越来越高。因此，研究电能质量的监测方法，找出引起电能质量降低的原因具有重要的理论和工程价值。 本文首先介绍了国内外电能质量监测技术的发展现状，分析了影响电能质量的主要因素，描述了电能质量的各种指标，研究了分析电能质量的数学方法。在此基础上提出了以虚拟仪器开发工具LabVIEW为软件平台开发电能质量监测系统，实现了对电力系统电能质量进行实时分析功能，包括电压、电流波形、谐波分析、电压偏差、频率偏差和三相不平衡度的电能质量参数进行实时测量。对监测系统硬、软件进行了原理阐述。最后，在对传统典型谐波源识别技术的分析上，研究了人工神经网络在典型谐波源识别技术上的应用，首次提出了电力系统谐波源模式识别特征量，通过对四川省多条输电线路谐波源的数据的分析、神经网络训练，实现了以BP神经网络技术对典型谐波源识别，系统具有较高的模式识别率。