随着我国智能电网建设的推进和现代电子技术的发展,越来越多的非线性负载接入电网,使得电网中谐波和间谐波污染等电能质量问题日益严重。为实现对电网中谐波和间谐波的实时检测,传统的基于Nyquist定理的采样方法和一系列的数据压缩算法在高密度数据环境下不再具有优势,终端设备数量的急剧增加所带来的巨大数据量,给数据的传输和存储制造了压力。压缩感知(Compressed Sensing,CS)理论提供了一种全新的数据采样和信号压缩处理的思路,极大的降低了采样端对硬件的要求和压缩程序的复杂程度。本文将电网谐波和间谐波检测的特点与压缩感知理论的优势结合起来,提出一种基于压缩感知的谐波和间谐波检测方法,并针对压缩感知理论的应用前提和关键性问题展开讨论。首先,针对电网中谐波信号的稀疏性进行了分析,奠定了该理论应用的基础,并将FBD功率理论引入到信号分离中,提高了信号的稀疏性;其次,根据谐波检测的具体要求,分析了部分现有的压缩感知重构算法,并选用具有高重构精度的SL0算法进行非线性优化,使其可以在信号稀疏度未知的情况下明显的提高信号的重构精度并缩短了运行时间;最后,为了提高间谐波的检测精度,将窗函数和双谱线插值修正算法应用到DFT稀疏基下的频域变换中,解决了间谐波环境下谐波检测过程中容易出现的频谱泄露和栅栏效应等问题,大大提高了谐波和间谐波的检测精度。仿真实验表明,本文提出的算法可以在信号压缩率为90%的情况下实现谐波和间谐波的高精度重构,重构信号信噪比可达78dB。同时,在压缩率为80%的情况下对含噪声谐波和间谐波信号的频率、幅值和相位进行高精度的检测,分别满足国家标准GB/T14549-1993和GB/T24337-2009规定的高精度检测的要求。