电力电子装置广泛应用于化工冶金、钢铁、煤炭和交通等工业部门,这些非线性负载在运行中会产生大量谐波,导致电能损失,谐振和电磁干扰等问题。对电网电能质量的补偿与治理成为电力电子和电力系统等领域的重大课题,电力有源滤波器APF (Active Power Filter)也成为工业和学术界的研究热点之一。谐波检测方法的实时性和精度是影响电力有源滤波器补偿性能的重要因素。本文对几种适用于数字控制系统的时域检测算法进行了分析总结,并通过线性神经网络实现自适应格型预测误差滤波器,提出一种新的谐波检测算法。本文首先介绍了谐波抑制和无功补偿技术,分析电力有源滤波器的工作原理和国内外的现有技术,以及学术界已提出的补偿电流检测方法和变流器控制方法。对较成熟的基于瞬时无功理论的谐波电流检测方法和基于Fraze时域分析的有功分离法进行研究和对比。将线性神经网络应用于自适应噪声对消技术,采用最小均方误差LMS算法对神经网络进行训练,通过线性神经网络实现自适应格型预测器。以TI公司DSP芯片TMS320VC33和CPLD为核心控制单元,研制了一台60Kvar电力有源滤波装置。研究了直流母线电压的PID控制和变流器的滞环控制,通过调节主电路参数和PI参数得到有源滤波器较理想的启动过程,并使直流母线电压在APF工作过程中保持稳定。将有源滤波装置投入电网,对某制药公司真空罐负载产生的谐波电流进行补偿,取得了预期的效果。