随着居民生活用电量的增加以及大功率用电设备的普遍使用，造成具有冲击性的负荷越来越多，这对电网的电压质量产生了很大的影响。为了改善系统中的电压质量、降低整个电力网络的损耗，并且提高整个系统的稳定性，无功补偿装置在电力系统中起到了至关重要的作用。而对于传统的无功补偿设备，由于自身的补偿范围较小而且补偿的快速性较低等缺陷，不能够满足电力用户的需求。因此，高性能的无功补偿装置是确保系统能够稳定运行的关键，新型的无功补偿技术的研发是当前较热门的研究课题。　　研究一种新型静止无功发生器SVG装置，与以往的无功补偿设备相比，SVG装置具有更宽的运行范围、更快的响应速度，在系统中进行无功补偿能够体现出很大的优越性。因此，本文将对SVG系统中存在的一些关键技术进行相应的研究分析。　　本文首先是对静止无功发生器SVG的研究背景与研究意义进行介绍与分析，比较了现有的一些无功补偿装置，分析了SVG的优越性能;其次是本文重点对静止无功发生器SVG的基本原理、SVG的主电路进行了研究分析，并在此基础上，建立了SVG的数学模型，分析比较了电流间接控制和电流直接控制两种控制方法，为后面SVG的控制仿真奠定基础。接着分析比较了SVG系统中各种无功电流检测方法的局限性和适用性，由此引入了神经网络控制算法，形成一种新的无功电流检测方法，并进行重点分析介绍。另外，本文设计了基于TMS320F2812的SVG系统所需的硬件构件和软件构件。最后，利用MATLAB软件，完成了对BP神经网络的训练，并且搭建了基于MATLAB/Simulink的SVG系统的仿真模型，分别对感性与容性补偿电路进行了的仿真分析。