随着非线性、波动性和冲击性负荷在电力系统中的大量出现，电网中电压电流波形不仅存在频率是工频整数倍的谐波分量，而且还存在大量不是工频整数倍的频率分量，即间谐波。谐波和间谐波对电网的污染越来越严重，对电力系统的安全、可靠和经济运行造成了危害，因此必须进行治理。谐波和间谐波参数的准确检测是实现有效治理的前提条件。本文在总结和分析了国内外间谐波检测方法后，分析了高分辨率的现代谱分析法，基于空间谱估计的原理，采用改进子空间分解法检测电网间谐波参数。子空间分解法将信号观测数据矩阵的相关矩阵划分为信号子空间和噪声子空间，分别利用噪声子空间和信号子空间的特性引出了噪声子空间算法和信号子空间算法，即MUSIC类算法和ESPRIT类算法。在分析了MUSIC算法估计原理后，本文将传统的MUSIC和Root-MUSIC用于电网间谐波参数的估计，并对求解过程中的关键问题进行了分析和改进。针对实际电网采样信号为实数的特点，在实值MUSIC方法基础上导出Root-MUSIC方法的实数实现形式。研究了几种估计幅值和相角的最小二乘类方法后，实值Root-MUSIC结合Prony估计间谐波参数的方法可以大大减少计算量，提高估计精度。通过仿真分析，比较和验证了MUSIC及其改进方法估计间谐波参数的性能。基于ESPRIT算法的思想，采用基本ESPRIT、LS-ESPRIT和TLS-ESPRIT三种方法实现电网间谐波参数的估计。分析了三种方法在求解过程中的矩阵计算量以及特征值和奇异值分解次数，将只需一次特征值分解的改进ESPRIT方法用于间谐波分析。系统仿真了阵元数和噪声对几种ESPRIT方法估计间谐波参数精度的影响，验证了改进方法的实时性和有效性。系统研究两类子空间分解法中估计性能较好的实值Root-MUSIC和TLS-ESPRIT的间谐波参数估计性能。在低信噪比下，验证了本文采用AIC准则估计信号源数的准确性，据此划分出噪声子空间和信号子空间。仿真分析了噪声、采样数和阵元数对两种方法估计精度的影响，两种方法的估计精度随着采样数和阵元数的增加而提高，其中TLS-ESPRIT对采样数较敏感；子空间分解法也不需要对信号进行整周期采样；改进子空间分解法在较小的采样数下，频率分辨率也较高，计算复杂度低，具有较好的应用研究价值。