随着电力系统中非线性负载的日益增多，谐波问题变得日益严重。谐波治理已经成为人们关注的焦点和研究热点。目前，以电力电子器件为主的有源电力滤波器作为改善供电质量的一项关键技术，已得到了高度的重视和日益广泛的应用。同时，人们也在积极探索其他谐波补偿的手段。 利用同步电机进行谐波补偿的理论早在1980年代就有人提出，同步电机独立的励磁系统使它在无功补偿方面有独特的优势，而其谐波补偿的功能在理论上也是可行的，但离实用化仍有一定的距离。目前，美国、日本一些研究者仍在做积极地探索。本文进一步阐明了在同步电机励磁绕组中注入适当的偶次谐波电流可以补偿电网的奇数次谐波电流并以此来实现谐波补偿的原理。并推导了同步电机励磁谐波电流与电枢谐波电流之间的关系。仿真结果验证了该方案。 多层前向神经网络(MLFNN)作为一种新的谐波检测手段已经在取得了一些成果，但传统的检测方法是先确定谐波相位，再用MLFNN对谐波幅值进行训练和检测，实际上谐波幅值和相位作为有源滤波中的两项关键检测参数，两者均可由人工神经网络实现非线性映射。本文提出了一种用来同时实现对两项参数进行测量的方法，并构造了一隐层采用正切函数，输出层采用线性函数的三层前向神经网络来进行仿真，以3次谐波为例阐述了该神经网络的训练方法和训练样本的组成。利用Matlab提供的工具箱，先用训练样本对神经网络进行训练，然后测量构造的未训练样本，其结果验证了方法的有效性。与传统FFT谐波检测方法的仿真比较表明：该方法在实时谐波检测中具有较高的精度和灵活性，且对采样数目没有严格限制，离线训练好的MLFNN可以适用于谐波源固定的场合。