随着电力电子器件的广泛应用,电力系统的谐波问题日益严重,对于中高压系统的谐波问题,大容量混合型有源电力滤波器是有效的治理手段。本文以大容量混合型有源电力滤波器为研究对象,对其谐波检测算法、无源滤波器部分参数的优化设计、谐波监测分析系统和有源部分的电流跟踪控制方法等几个方面进行了研究。实时、高精度的谐波检测算法是混合型有源电力滤波器的重要部分。本文采用神经网络来进行谐波检测,选择多层前馈神经网络作为谐波检测的神经网络结构,并对该结构进行了改进。研究了两种神经网络训练样本的构造方式,而神经网络的训练算法采用了粒子群优化算法,并通过与改进的反向传播算法对比证明了粒子群优化算法训练神经网络的优越性能。无源滤波器部分的参数选择对于整个混合型有源电力滤波器的滤波和无功补偿效果都有很大影响。本文选用粒子群优化算法对无源滤波器的参数进行优化设计,为了说明粒子群优化算法进行参数优化设计的优越性,对无源滤波器的参数也进行了基于遗传算法的优化设计和传统经验方法的设计,最后结果证明粒子群优化算法明显优于遗传算法和传统经验方法。最后通过现场采集数据的模拟实验可以看出粒子群算法设计的参数可以达到很好的滤波效果,证明了优化设计参数的实用性。谐波监测分析系统用于监测混合型有源电力滤波器的运行状况。本文用电压电流传感器、数据采集卡、工控机和触摸屏显示器等构成了该系统的硬件部分。用LabVIEW软件开发了谐波监测分析的软件,该软件可以完成参数设置、实时显示电压电流波形、快速傅立叶分析及显示分析结果等功能。有源电力滤波器的电流跟踪控制方法对于单独运行的并联有源电力滤波器的性能有很大的影响。本文介绍了三种常用方法的基本原理,用MATLAB仿真软件搭建了仿真模型,给出了三种方法的仿真结果,分析了各方法的优缺点。最后搭建了混合型有源电力滤波器的仿真模型并给出了仿真结果,滤波器良好的滤波效果证明在中高压系统中用其进行谐波治理的必要性。