100多年來(lái)，隨著電力系統(tǒng)的不斷發(fā)展，以非化石能源為主的新一代電力系統(tǒng)格局已經(jīng)產(chǎn)生，將來(lái)清潔能源和可再生能源將占有很大的比重。在此背景下，電力電子元器件的大量使用導(dǎo)致電力系統(tǒng)不可避免地受到諧波的污染。

電力系統(tǒng)中的諧波分量過(guò)大將造成諸多危害：①使電能利用率降低，電力系統(tǒng)設(shè)備產(chǎn)生附加能耗，同時(shí)增加了電氣應(yīng)力，影響設(shè)備安全穩(wěn)定運(yùn)行；②大量分布式電源在公共連接點(diǎn)（point of common coupling, PCC）集中被接入，可能放大電網(wǎng)的諧波振蕩；③在柔性直流輸電運(yùn)行過(guò)程中，直流場(chǎng)持續(xù)的諧波擾動(dòng)可能引發(fā)一系列不穩(wěn)定現(xiàn)象，從而影響系統(tǒng)的安全穩(wěn)定運(yùn)行；④諧波還可能使得保護(hù)誤動(dòng)作，測(cè)量裝置產(chǎn)生誤差，甚至可能會(huì)對(duì)通信線(xiàn)路產(chǎn)生干擾，影響通信效果。

針對(duì)諧波產(chǎn)生的種種危害，我國(guó)在20世紀(jì)90年代就已經(jīng)開(kāi)展了諧波治理的相關(guān)研究，并制定了《電能質(zhì)量：公用電網(wǎng)諧波》（GB/T 14549—93）國(guó)家標(biāo)準(zhǔn)對(duì)公共電網(wǎng)諧波允許值進(jìn)行了限制。此后對(duì)電力系統(tǒng)進(jìn)行諧波治理，改善電能質(zhì)量成為一項(xiàng)持續(xù)而長(zhǎng)久的工作。有源電力濾波器（active power filter, APF）是一種能夠動(dòng)態(tài)抑制諧波、全面改善電能質(zhì)量的電力電子裝置，諧波電流的精確、實(shí)時(shí)檢測(cè)直接影響其動(dòng)態(tài)抑制的效果。

對(duì)諧波信號(hào)進(jìn)行高精度、實(shí)時(shí)地檢測(cè)是諧波治理的前提，對(duì)電能質(zhì)量要求的不斷提高又進(jìn)一步推動(dòng)諧波檢測(cè)性能指標(biāo)的提高，這促使人們不斷去探尋更佳的新方法、新理論。本文對(duì)不同諧波檢測(cè)方法進(jìn)行梳理、總結(jié)，希望從中獲得啟發(fā)，為后續(xù)相關(guān)研究提供幫助。

1 諧波檢測(cè)方法

諧波檢測(cè)方法按常規(guī)劃分，可以分為頻域檢測(cè)法、時(shí)域檢測(cè)法和其他檢測(cè)法；按是否具有選擇性劃分，又可以分為單獨(dú)檢測(cè)每個(gè)諧波幅度的選擇性檢測(cè)方法和將電流直接分成基波和諧波分量的非選擇性檢測(cè)方法。

下面，本文將對(duì)基于瞬時(shí)無(wú)功功率理論的諧波檢測(cè)法、基于傅里葉變換的諧波檢測(cè)法、基于小波變換的諧波檢測(cè)法、基于希爾伯特-黃變換的諧波檢測(cè)法、基于人工神經(jīng)網(wǎng)絡(luò)的諧波檢測(cè)法、復(fù)合檢測(cè)法以及近期出現(xiàn)的一些新方法和新理論展開(kāi)分析。

1.1 基于瞬時(shí)無(wú)功功率理論的諧波檢測(cè)法

20世紀(jì)80年代，日本學(xué)者赤木泰文首次提出了三相電路的瞬時(shí)無(wú)功功率理論，此后該理論經(jīng)過(guò)不斷發(fā)展、完善，產(chǎn)生了基于瞬時(shí)無(wú)功功率理論的諧波電流檢測(cè)法。該方法的優(yōu)點(diǎn)是，動(dòng)態(tài)響應(yīng)速度快，實(shí)時(shí)性好，檢測(cè)延時(shí)不到一個(gè)電源周期。三相電路有兩種檢測(cè)方法，即p-q法和ip-iq法。

在三相三線(xiàn)制電路中，當(dāng)電網(wǎng)電壓存在畸變時(shí)，因?yàn)閜-q法無(wú)法準(zhǔn)確地檢測(cè)諧波，而ip-iq法采用鎖相環(huán)技術(shù)隔離了畸變量對(duì)檢測(cè)的影響，所以檢測(cè)結(jié)果是準(zhǔn)確的。通過(guò)模擬電路構(gòu)造一個(gè)三相系統(tǒng)來(lái)實(shí)現(xiàn)單相電路檢測(cè)的難度很大，有學(xué)者通過(guò)低通濾波器擴(kuò)大增益獲得瞬時(shí)有功電流和瞬時(shí)無(wú)功電流的幅值Ip、Iq，進(jìn)而可獲得瞬時(shí)值ip(t)、iq(t)，即

式（1）

由式（1）即可求得瞬時(shí)諧波電流ih(t)，避免構(gòu)造三相電路，且算法復(fù)雜度也大大降低。

1.2 基于傅里葉變換的諧波檢測(cè)法

快速傅里葉變換（fast Fourier transform, FFT）法精度較高且容易實(shí)現(xiàn)，是目前諧波檢測(cè)領(lǐng)域廣泛使用的方法，但計(jì)算量大，檢測(cè)耗時(shí)長(zhǎng)，實(shí)時(shí)性較差，當(dāng)采樣周期和信號(hào)周期不同步時(shí)，會(huì)產(chǎn)生頻譜泄漏和柵欄效應(yīng)；當(dāng)采樣頻率不滿(mǎn)足采樣定理時(shí)，還會(huì)產(chǎn)生頻率混疊現(xiàn)象。

發(fā)生頻譜泄漏的主要原因是由于FFT將無(wú)限長(zhǎng)序列作截?cái)嗷幚砗?、使原?lái)的頻譜向邊緣擴(kuò)散造成的。通過(guò)加窗函數(shù)和譜線(xiàn)校正消除頻譜泄漏是目前主要采用的方法。窗函數(shù)有很多種，選擇合適的窗函數(shù)顯得尤為重要。在FFT的基礎(chǔ)上添加6種窗函數(shù)進(jìn)行比較后的結(jié)果表明，加窗后幅值檢測(cè)精度得到了大幅提高，相位精度也得到了顯著提高。

• 有學(xué)者分別提出單、雙峰譜線(xiàn)插值修正算法，精度和抗噪能力都得到了提升。
• 有學(xué)者采用全相位頻譜分析方法，同時(shí)對(duì)Nutall窗函數(shù)進(jìn)行改進(jìn)，改進(jìn)后的算法基本不受頻率波動(dòng)和測(cè)量噪聲的影響。
• 有學(xué)者提出了一種廣義離散傅里葉變換，通過(guò)重新配置梳狀濾波器，提高了系統(tǒng)的動(dòng)態(tài)響應(yīng)性能和系統(tǒng)靈活性。
• 有學(xué)者將自適應(yīng)Kaiser自卷積窗與快速魯棒檢測(cè)方法相結(jié)合，使每個(gè)采樣窗下的信號(hào)變得平穩(wěn)，實(shí)現(xiàn)了非平穩(wěn)信號(hào)的諧波檢測(cè)。
• 此外，還可以通過(guò)修改理想采樣頻率法、同步采樣法、準(zhǔn)同步采樣法等來(lái)抑制頻譜泄漏。盡管加窗函數(shù)和譜線(xiàn)校正能夠消除頻譜泄漏，但額外增加了算法的復(fù)雜度，同時(shí)也降低了諧波分析的分辨率。

1.3 基于小波變換的諧波檢測(cè)法

小波變換的優(yōu)勢(shì)在于，無(wú)論時(shí)域還是頻域都能夠獲得局部信息，用于分析非平穩(wěn)信號(hào)和瞬變信號(hào)十分合適，但由于小波變換的頻帶非均勻劃分，即低頻頻帶窄而高頻頻帶寬，所以可能會(huì)產(chǎn)生小波混疊和頻譜泄漏現(xiàn)象，從而產(chǎn)生測(cè)量誤差。

• 有學(xué)者在國(guó)內(nèi)較早提出將小波變換理論應(yīng)用到電力系統(tǒng)諧波檢測(cè)，隨著尺度的增加，高頻分量逐漸被濾除，低頻段（高尺度）的變換值可被認(rèn)為是不含諧波的基波分量。
• 有學(xué)者用Mallat算法將信號(hào)按不同分辨率分解到不同子頻段，然后將多次重構(gòu)的子頻段（待測(cè)信號(hào)的基波）與待測(cè)信號(hào)相減得到了諧波信號(hào)。
• 為了實(shí)現(xiàn)非整數(shù)次諧波的檢測(cè)，有學(xué)者通過(guò)小波變換系數(shù)的傅里葉變換值，將頻率靠近的整數(shù)次和非整數(shù)次諧波分離，產(chǎn)生了理想的檢測(cè)效果。
• 有學(xué)者討論了在不同范圍內(nèi)的采樣頻率對(duì)諧波檢測(cè)效果帶來(lái)的影響。
• 有學(xué)者通過(guò)采用多相和轉(zhuǎn)置的結(jié)構(gòu)來(lái)節(jié)約現(xiàn)場(chǎng)可編程門(mén)陣列（field programmable gate array, FPGA）上的存儲(chǔ)資源，從經(jīng)濟(jì)性的角度考慮了算法實(shí)現(xiàn)的成本和計(jì)算復(fù)雜度。
• 有學(xué)者提出了一種基于非抽取小波包變換（undecimated wavelet packet transform, UWPT）的快速算法，同時(shí)比較了FFT、DWPT（單周期、10個(gè)周期）、UWPT這3種算法在固定信號(hào)、時(shí)變信號(hào)、實(shí)測(cè)電流信號(hào)情況下的絕對(duì)幅值誤差的大小，但在基波頻率波動(dòng)的情況下，該算法的檢測(cè)精度可能會(huì)有所下降。

1.4 基于希爾伯特-黃變換的諧波檢測(cè)法

希爾伯特-黃變換（Hilbert-Huang transform, HHT）法相比于小波變換法具有能夠提取任意頻率諧波信號(hào)的優(yōu)點(diǎn)。HHT變換利用經(jīng)驗(yàn)?zāi)B(tài)分解（empirical mode decomposition, EMD）法對(duì)非線(xiàn)性、非平穩(wěn)的信號(hào)進(jìn)行線(xiàn)性平穩(wěn)化處理，主要步驟是，先利用EMD將給定的信號(hào)分解為若干固有模態(tài)函數(shù)（intrinsic mode functions, IMF），再將每個(gè)IMF分別進(jìn)行希爾伯特變換，獲取各分量隨時(shí)間變化的瞬時(shí)頻率和幅值。

• 有學(xué)者對(duì)幾個(gè)影響檢測(cè)精度問(wèn)題（曲線(xiàn)擬合、端點(diǎn)效應(yīng)和虛假分量）進(jìn)行研究，通過(guò)埃爾米特插值、點(diǎn)對(duì)稱(chēng)延拓和相關(guān)系數(shù)法等手段來(lái)提高分析結(jié)果的精度。
• 在此基礎(chǔ)上，有學(xué)者進(jìn)一步對(duì)端點(diǎn)效應(yīng)進(jìn)行改善，提出RBF-點(diǎn)對(duì)稱(chēng)延拓方法以及通過(guò)濾波器預(yù)處理來(lái)抑制HHT模態(tài)的混疊現(xiàn)象。
• 有學(xué)者提出了一種改進(jìn)的HHT（迭代HHT），同時(shí)能夠?qū)Ψ瞧椒€(wěn)信號(hào)內(nèi)的靜止信號(hào)邊界進(jìn)行識(shí)別，提高了相近頻率諧波的檢測(cè)精度。

1.5 基于人工神經(jīng)網(wǎng)絡(luò)的諧波檢測(cè)法

近年來(lái)，人工神經(jīng)網(wǎng)絡(luò)（artificial neural net- work, ANN）在電力系統(tǒng)諧波檢測(cè)方面也得到了廣泛應(yīng)用，該網(wǎng)絡(luò)主要為多層前饋神經(jīng)網(wǎng)絡(luò)（multilayer feedforward neural network, MLFNN）和自適應(yīng)人工神經(jīng)網(wǎng)絡(luò)。有學(xué)者提出了一種并聯(lián)型層疊狀的MLFNN，但該方法結(jié)構(gòu)復(fù)雜，且耗時(shí)較長(zhǎng)。為了縮短延時(shí)，有學(xué)者考慮到波形的變化趨勢(shì)，將k時(shí)刻和k 1時(shí)刻的三相電流采樣值作為MLFNN的輸入，該方法具有很好的實(shí)時(shí)性。

將初相角單純地假設(shè)為0°或者180°，以及先用軟件測(cè)出初相角，都顯得較為繁瑣，有學(xué)者提出的MLFNN能夠同時(shí)進(jìn)行諧波幅值和相位檢測(cè)，可用于電力系統(tǒng)諧波實(shí)時(shí)檢測(cè)和有源濾波器諧波的動(dòng)態(tài)補(bǔ)償。有學(xué)者采用誤差反向傳播算法（error back propagation, BP）訓(xùn)練神經(jīng)網(wǎng)絡(luò)，但耗時(shí)較長(zhǎng)，且可能落入局部極值。

為了避免落入局部極值，可先用遺傳算法（genetic algorithm, GA）對(duì)MLFNN進(jìn)行全局訓(xùn)練，再用BP算法進(jìn)行精確訓(xùn)練。在系統(tǒng)基波頻率波動(dòng)的情況下，有學(xué)者提出的改進(jìn)神經(jīng)網(wǎng)絡(luò)算法對(duì)基波頻率、基波和諧波幅值和相位的分析具有很高的精度，但它只考慮了整數(shù)次諧波，未考慮次諧波和間諧波，且白噪聲時(shí)精度下降的幅度較大。

有學(xué)者提出了一種基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（RBFNN），能夠在基波頻率波動(dòng)、含噪聲擾動(dòng)、含間諧波以及間歇性負(fù)載等工況下依然具有較高的檢測(cè)精度，但如何動(dòng)態(tài)調(diào)整神經(jīng)網(wǎng)絡(luò)的大小以克服訓(xùn)練樣本存在的不足，依然是人工神經(jīng)網(wǎng)絡(luò)算法待解決的問(wèn)題。

1.6 復(fù)合檢測(cè)法

單獨(dú)使用以上的諧波檢測(cè)方法或多或少都存在一些缺陷，比如電路結(jié)構(gòu)復(fù)雜、耗時(shí)長(zhǎng)，實(shí)時(shí)性較差，存在頻譜泄漏、柵欄效應(yīng)和頻率混疊等。近年來(lái)，越來(lái)越多專(zhuān)家、學(xué)者嘗試將幾種方法結(jié)合起來(lái)使用，獲得了令人滿(mǎn)意的效果，如FFT-小波變換、FFT-人工神經(jīng)網(wǎng)絡(luò)、小波變換-HHT、小波變換-人工神經(jīng)網(wǎng)絡(luò)等。

• 有學(xué)者結(jié)合FFT和小波變換各自的優(yōu)勢(shì)，先將諧波信號(hào)分解為低頻（穩(wěn)態(tài)）和高頻（非穩(wěn)態(tài)）兩個(gè)部分，再分別對(duì)應(yīng)使用FFT和db20小波進(jìn)行分析，但未考慮到一些特殊信號(hào)處理可能存在一定的誤差。
• 而有學(xué)者則采用了更為精細(xì)的小波包變換，為了減小計(jì)算量，提高效率，先用FFT得到所有波形頻譜，再利用小波包變換針對(duì)性地對(duì)某些頻段進(jìn)行分析。
• 有學(xué)者分別將FFT-小波變換諧波檢測(cè)方法運(yùn)用到交直流并聯(lián)輸電系統(tǒng)和配電網(wǎng)系統(tǒng)兩種不同的場(chǎng)合中。
• 有學(xué)者考慮到實(shí)際電網(wǎng)頻率存在波動(dòng)的情況，將基波角頻率進(jìn)行訓(xùn)練，以獲得實(shí)際工作頻率，利用提出的基于三角基函數(shù)的神經(jīng)網(wǎng)絡(luò)，同時(shí)獲取基波和諧波的幅值和相位，但該方法對(duì)非整數(shù)次諧波效果不佳。
• 有學(xué)者通過(guò)調(diào)整基函數(shù)的參數(shù)（諧波次數(shù)）可以實(shí)現(xiàn)整數(shù)次、非整數(shù)次諧波的精確檢測(cè)，同時(shí)對(duì)FFT算法也進(jìn)行了加窗處理，提高了精度。
• 在抗干擾方面，有研究消除了加窗FFT和自適應(yīng)人工神經(jīng)網(wǎng)絡(luò)產(chǎn)生誤差的主要因素，在系統(tǒng)頻率波動(dòng)和白噪聲干擾的情況下依然具有非常高的精度。
• 在分布式并網(wǎng)的情景下，有學(xué)者將離散小波包變換與HHT相結(jié)合，抑制了頻譜泄漏現(xiàn)象。
• 有學(xué)者將小波基函數(shù)作為神經(jīng)網(wǎng)絡(luò)的隱含層，利用小波變換的平移伸縮和放大特性對(duì)諧波信號(hào)進(jìn)行逐層分解，但實(shí)現(xiàn)過(guò)程較為復(fù)雜。

1.7 其他諧波檢測(cè)法

卡爾曼濾波能夠跟蹤時(shí)變信號(hào)，抗噪能力強(qiáng)，近年來(lái)被廣泛應(yīng)用于諧波檢測(cè)領(lǐng)域。有學(xué)者結(jié)合線(xiàn)性卡爾曼濾波和鎖相環(huán)技術(shù)將強(qiáng)噪聲進(jìn)行濾除，提高了光學(xué)電流互感器（OCT）輸出的信噪比。有學(xué)者對(duì)卡爾曼濾波進(jìn)行改進(jìn)，同時(shí)利用廣義平均法計(jì)算出基波和諧波的幅值、頻率、相角，計(jì)算量小，總瞬態(tài)延時(shí)小于半個(gè)時(shí)間周期。

工業(yè)生產(chǎn)中的電弧爐是一種非線(xiàn)性、間歇性負(fù)載，它不僅會(huì)產(chǎn)生豐富的諧波和間諧波，同時(shí)還會(huì)帶來(lái)電壓波動(dòng)、閃變等電能質(zhì)量問(wèn)題，對(duì)電弧爐負(fù)載進(jìn)行諧波的精確檢測(cè)一直以來(lái)是一個(gè)具有挑戰(zhàn)性的問(wèn)題。

• 有學(xué)者利用多同步參考坐標(biāo)系（MSRF）分析在線(xiàn)提取諧波電流的正序和負(fù)序分量。
• 有學(xué)者在MSRF的基礎(chǔ)上加入指數(shù)平滑的方法，以縮短低通濾波器上消耗的時(shí)間。
• 有學(xué)者提出了一種基于三角函數(shù)的諧波檢測(cè)方法，與其他算法相比，切除負(fù)載后該算法能夠在更短的時(shí)間內(nèi)穩(wěn)定下來(lái)。
• 有學(xué)者提出了一種基于廣義三角函數(shù)消除延時(shí)信號(hào)的諧波檢測(cè)方法，該方法的優(yōu)勢(shì)在于能夠?qū)θ魏嗡枰膯未沃C波進(jìn)行提取，操作很靈活。
• 有學(xué)者針對(duì)配電網(wǎng)的諧波檢測(cè)，提出了一種新穎的回聲狀態(tài)網(wǎng)絡(luò)的諧波檢測(cè)方法，該方法的輸入只需要1/4周期的樣本數(shù)據(jù)，訓(xùn)練速度也比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)有所提升。

針對(duì)超諧波的檢測(cè)問(wèn)題，有學(xué)者提出了一種壓縮感知正交匹配追蹤（CS-OMP）的檢測(cè)新算法，該方法能夠克服離散傅里葉變換（discrete Fourier transform, DFT）算法嚴(yán)重的頻譜泄漏現(xiàn)象。

表1為兩種算法檢測(cè)性能比較，在19kHz和71kHz處DFT出現(xiàn)了兩條譜線(xiàn)，泄漏嚴(yán)重。有學(xué)者對(duì)兩種不同的超諧波發(fā)射頻域測(cè)量方法進(jìn)行了比較，得到影響測(cè)量結(jié)果的參數(shù)，為后續(xù)解決超諧波檢測(cè)問(wèn)題提供了幫助。

表1 CS-OMP和DFT算法檢測(cè)性能比較

2 諧波檢測(cè)的發(fā)展趨勢(shì)與展望

2.1 發(fā)展趨勢(shì)

盡管傳統(tǒng)的諧波檢測(cè)理論已經(jīng)趨于完善，但隨著實(shí)際應(yīng)用的不斷深入，各種算法的缺陷不斷暴露出來(lái)，傳統(tǒng)的單一檢測(cè)方法已經(jīng)無(wú)法適應(yīng)日益復(fù)雜的諧波檢測(cè)要求，在原有算法的基礎(chǔ)上引入新方法，對(duì)某些計(jì)算過(guò)程實(shí)現(xiàn)優(yōu)化，或者利用幾種方法相互配合來(lái)克服單一檢測(cè)算法的缺陷，是諧波檢測(cè)領(lǐng)域的發(fā)展趨勢(shì)。

另外，隨著大量分布式能源的接入以及高壓直流輸電的大量投入，電網(wǎng)的安全穩(wěn)定運(yùn)行對(duì)諧波檢測(cè)的實(shí)時(shí)性提出了更高的要求，采用圖形處理器（graphic processing unit, GPU）實(shí)現(xiàn)在線(xiàn)實(shí)時(shí)分析、處理也是將來(lái)諧波檢測(cè)的發(fā)展趨勢(shì)之一。在價(jià)格上GPU比FPGA更便宜，同時(shí)GPU可以處理高級(jí)語(yǔ)言，實(shí)現(xiàn)起來(lái)更加容易、省時(shí)，如MSRF+KF、MSRF+ES算法結(jié)合GPU加速技術(shù)。

最后，超諧波引發(fā)的電能質(zhì)量問(wèn)題也逐漸受到了人們的重視，由于超諧波的頻率非常高（2～150kHz），所以對(duì)于采樣數(shù)據(jù)的存儲(chǔ)、分析以及壓縮采樣技術(shù)提出了很高的要求，同時(shí)在測(cè)量分析方法上還未實(shí)現(xiàn)統(tǒng)一，導(dǎo)致性能評(píng)價(jià)標(biāo)準(zhǔn)存在著差異。可以預(yù)見(jiàn)，超諧波檢測(cè)問(wèn)題將成為電能質(zhì)量關(guān)注的新焦點(diǎn)。

2.2 展望

對(duì)于諧波檢測(cè)領(lǐng)域，提出以下幾點(diǎn)展望：

• 1）提出更多新方法、新理論，進(jìn)一步提高諧波檢測(cè)精度、實(shí)時(shí)性、抗噪能力，降低算法復(fù)雜度等系列性能指標(biāo)。
• 2）針對(duì)不同場(chǎng)景下的不同諧波特性，提出與之相適應(yīng)的檢測(cè)算法，為諧波的治理和抑制提供方向。比如，電氣化鐵路（基波能量大、其余各次諧波能量低，波動(dòng)性大）、工業(yè)電弧爐負(fù)載（含低次諧波和大量間諧波）、配電網(wǎng)系統(tǒng)（用戶(hù)負(fù)荷多樣性）、新能源并網(wǎng)（要求在風(fēng)電場(chǎng)、分布式光伏不脫網(wǎng)情形下單獨(dú)檢測(cè)產(chǎn)生的諧波）、柔性直流輸電直流側(cè)諧波（直流分量疊加交流分量）、超諧波（諧波頻率很 高）等。
• 3）提高諧波的在線(xiàn)監(jiān)測(cè)能力，構(gòu)建諧波綜合測(cè)控系統(tǒng)，將諧波的檢測(cè)、分析、監(jiān)測(cè)、告警、抑制等功能集成在一起，形成一體化、智能化的諧波綜合測(cè)控系統(tǒng)。

總結(jié)

與諧波相關(guān)的問(wèn)題一直以來(lái)都是電力系統(tǒng)的熱門(mén)研究課題之一，最終目的都是為了抑制諧波，諧波的高精度、實(shí)時(shí)檢測(cè)將直接關(guān)系到抑制諧波的效果。盡管當(dāng)前工程實(shí)際應(yīng)用中許多主流方法已經(jīng)滿(mǎn)足要求并且得到了廣泛應(yīng)用，但隨著電能質(zhì)量要求的不斷提高，研究高性能指標(biāo)的諧波檢測(cè)算法依然有著現(xiàn)實(shí)意義。另外，隨著電力系統(tǒng)的電力電子化，產(chǎn)生了一些新問(wèn)題，亟待人們?nèi)パ芯亢徒鉀Q。