电力系统频率是电能质量的最重要参数之一，对频率的跟踪测量是电力系统正常运行，调节和控制的基础。随着科技的进步和工业大发展，各种用电单位对电能质量提出了更高的要求，因此研究频率跟踪问题具有很重大的现实意义。主要完成了以下工作：　　1.在电力系统频率测量的过程中常常有谐波和噪声的干扰，因此，需要用滤波器对信号进行滤波，论文设计了一种基于神经网络的FIR低通数字滤波器，其主要思想是通过训练神经网络权值来获得FIR数字滤波器的脉冲响应，能很好的解决谐波和噪声对频率测量结果的影响。　　2.传统的最小二乘法及其衍生算法只能解决残相量为线性或者近似线性的模型，因此，论文提出了两种基于非线性最小二乘法的电力系统频率跟踪方法，搜索算法和Levenberg-Marquardt算法，因为非线性最小二乘法是基于误差最小化原理得来的，在得到电力系统模型的残相量后，运用一维搜索法直接搜索误差最小值，对应的f0即为所求频率。另一种算法 L-M算法是基于 Gauss_newton法的一种优化算法，在原有Gauss_newton法基础上添加了修正因子?，修正因子?的添加解决了 Jacobian矩阵奇异或接近奇异时试探步过长的问题，和传统的基于Gauss_newton法的频率跟踪算法相比，该算法精度更好，收敛速度更快，适用于非线性模型参数的计算同时也适用于线性模型参数的计算。　　3.对两种算法的频率跟踪方法分别进行了仿真。仿真结果表明只要参数选取合理，在频率缓变、信号带谐波和噪声以及频率突变情况下都能达到很好的测量效果。　　4.在FPGA中实现频率跟踪，设计是在Altera系列芯片EP3C80F480C8中完成的，主频采用50MHz，在FPGA中实现该算法中，关键步骤是设置一个ROM查找表。最后通过 MODLSIM仿真和板级实验表明该系统具有设计简单，可靠性高，跟踪效果好等特点，具有一定的实用价值。