随着现代电力系统的规模和复杂程度的不断增加，无功功率在电力网络中的分布越来越复杂，因此对无功补偿的要求也越来越高，需要有更先进的无功补偿设备和无功补偿方式。 STATCOM是20世纪70年代末发展起来的以变流器为核心的新型无功补偿设备，具有反应速度快、控制精度高、可实现多功能、多目标控制等特点，得到电力界的广泛重视。STATCOM目前控制方式有最优控制、自适应控制、微分几何控制等方式，但各种控制方式都有其缺点。本文根据推导的STATCOM动态数学模型，提出了基于BP神经网络STATCOM控制方式。 根据坐标变换理论，推导出了STATCOM的状态方程，并且在δ₀附近进行了方程组线性化，由最优控制规律找出了利用∫Δu′dt、Δi′_q、kΔu′_dc对Δδ进行控制的公式，通过黎卡梯方程求得不同i′_q0、δ₀对应的最优反馈增益系数K，并应用于神经网络训练。 为减少系统谐波，STATCOM驱动脉冲采用按谐波抑制原理形成PWM波的方法：在方波的某些角度上加上凹槽，以抑制不需要的谐波，控制基波分量大小，并利用BP神经网络，求得各凹槽的斩切角。 本文采用SIMULINK仿真软件，对基于BP神经网络控制的STATCOM在不同情况下的补偿效果进行研究，仿真结果显示了该控制方式的实用性和优越性。