在我国电力工业蓬勃发展、电力负荷急剧增长的同时,非线性负载在配电系统中不断增加,对供电系统电能质量造成了严重的污染;另一方面,现代高度自动化和智能化的工业用电设备也对供电系统提出了更高的要求。如何抑制电网谐波,改善电能质量已成为近年来研究的热点。因此,谐波治理已经成为电气工程领域迫切需要解决的问题。有源电力滤波器通过产生和谐波源谐波电流具有相同幅值而相位相反的补偿电流来达到消除谐波的目的。控制器的设计直接影响到有源滤波器的输出能否快速、准确地跟踪参考电流的变化。为了获得理想的补偿特性,考虑到有源电力滤波器系统中存在非线性、时变、变参数等不确定性,难以对控制对象建立精确的数学模型等特点,本文设计了神经网络PI控制器。通过神经网络不断学习来优化PI控制器的控制参数,最终获得一组最优的控制参数,从而获得较高的控制精度。针对一般的PI控制器对周期性的信号难以实现无差控制的问题,引入递推积分PI控制器实现无稳态误差,为此设计了神经网络递推积分PI控制器,以实现对有源电力滤波器的无差控制;但在利用神经网络进行参数在线整定时,初始参数的选取对于最终的控制结果有很大影响,为此引入迭代控制策略,设计了迭代神经网络递推积分PI控制器。它不但可以减小初始跟踪偏移,而且可以加快初始跟踪速度。最后的仿真结果证明了上述算法的有效性。