近年来,由于各种电力电子器件等非线性设备的广泛应用,谐波和电压扰动对电网安全运行造成了严重影响,电能质量不断恶化,影响整个电网安全、经济运行。因此,实时、准确地检测电网中谐波含量和电压扰动信息,确切掌握电网中谐波和电压扰动的实际情况,对于防止谐波和电压扰动的危害,保障电网安全具有重要的现实意义。有源滤波器是治理电力系统谐波的有效手段。同样,检测技术是实现谐波抑制和无功补偿的关键。随着电力电子技术的飞速发展,国内外谐波抑制和电压扰动检测问题的理论研究和实践应用都有了很大的进展,尤其是在电力有源滤波器出现后,更是取得了一些突破性成就,这些成果的运用必将对减少和消除电网的谐波危害,维护绿色电力环境,产生巨大的促进作用。论文首先系统深入地介绍了电力系统谐波和电压扰动检测的工作原理、主要的谐波和电压扰动检测方法以及存在的不足,然后阐述了电力系统谐波和电压扰动检测的研究进展和现状。重点开展了基于神经网络的电力系统谐波检测与控制理论及方法研究,对国内外各种谐波检测和控制方法进行了系统分析,重点研究了神经网络系统稳定性理论、基于神经元理论的谐波检测方法、基于同步参考坐标的谐波检测方法、新型注入式有源滤波器建模及其预测控制技术等等。全文主要工作包括如下几个方面：本文所研究的电力系统谐波检测主要是基于神经网络系统理论开展的,由于神经网络是一个具有复杂非线性特性的系统。因此,论文详细地介绍了神经网络系统的动力学特征,并针对一类带时变时滞的二元神经网络系统稳定性问题进行了研究。与已有文献相比,不需要假设激励函数的光滑性,单调性和有界性,利用Brouwer和Banach不动点定理,并根据Halanay型不等式,研究了平衡点的存在性和全局指数稳定性,得到了一组神经网络系统全局指数稳定性的充分条件。所得结论丰富了神经网络系统稳定性理论研究的内容。论文第三章提出了一种基于神经网络的电力系统谐波分析方法。基于傅立叶基函数,给出了电力系统谐波分析的神经元模型；随后对神经元算法收敛性进行了讨论并给出了详细证明；给出了神经网络的训练步骤。最后的算例结果表明,该分析方法具有计算精度高、计算速度快和系统性强的特点,能有效地减小计算量。因此该方法在电力系统谐波分析、测量中具有较大的应用价值。在简述正序基波提取器基本原理的基础上,提出了一种用于无功、谐波和负序电流检测的改进同步参考坐标法。该方法通过对电网正序基波电压矢量的同步旋转跟踪,省去锁相环及三角函数计算,能够快速、准确地获取APF的参考电流信号。仿真与实验结果,均证明了采用该检测方法的有源滤波器具有良好的补偿性能。以新型注入式混合有源滤波器IHAPF (Injection Type Hybrid Active Power Filter)为研究对象,对其进行数学建模和详尽分析,该模型可为其它类型有源滤波器建模提供一定的参考。在此基础上,提出了灰色系统理论GM(1,1)的改进无偏模型进行系统预测控制方法。该方法能够减少偏差,实现无延时预测控制。通过仿真和得出的实验结果,表明采用灰色预测控制能较好克服注入式有源滤波器延时对谐波补偿的影响,改善系统整体性能。同时表明,文中数学模型和电流预测控制方法是有效的。为了提高电能质量,特别是掌握电网中电压扰动情况,首先需要检测出电压扰动波形中的基波和各次谐波电压的信息。论文引入了基于数学形态滤波和“特定消谐”的混合算法,并在此基础之上提出了能提取基波以及特定次谐波的快速检测算法。通过仿真分析验证了其实用性和有效性。论文最后总结了全文的主要创新性研究成果,并对下一步研究工作进行了展望。