3）利用數(shù)字式鎖相器(DPLL)使信號(hào)頻率和采樣頻率同步[7]。圖2為頻率同步數(shù)字鎖相裝置框圖。圖中數(shù)字式相位比較器把取自系統(tǒng)的電壓信號(hào)的相位和頻率與鎖相環(huán)輸出的同步反饋信號(hào)進(jìn)行相位比較。當(dāng)失步時(shí)，數(shù)字式相位比較器輸出與二者相位差和頻率差有關(guān)的電壓，經(jīng)濾波后控制并改變壓控振蕩器的頻率，直到輸入頻率和反饋信號(hào)頻率同步為止。一旦鎖定，便將跟蹤輸入信號(hào)頻率變化，保持二者的頻率同步，輸出的同步信號(hào)去控制對(duì)信號(hào)的采樣和加窗函數(shù)。這種方法實(shí)時(shí)性較好。
除上述3種方法外，還有其它減少泄漏的方法，如文獻(xiàn)[8]提出的減少頻譜泄漏的方法，文獻(xiàn)[9]給出的減少快速傅立葉變換中柵欄效應(yīng)的方法。

1984年，日本學(xué)者H．Akagi等提出瞬時(shí)無功功率理論，并在此基礎(chǔ)上提出了2種諧波電流的檢測(cè)方法：p-q法和ip-iq法。這2種方法都能準(zhǔn)確地測(cè)量對(duì)稱的三相三線制電路的諧波值。ip-iq法適用范圍廣，不僅在電網(wǎng)電壓畸變時(shí)適用，在電網(wǎng)電壓不對(duì)稱時(shí)也同樣有效。而使用p-q法測(cè)量電網(wǎng)電壓畸變時(shí)的諧波會(huì)存在較大誤差。這2種方法的優(yōu)點(diǎn)是當(dāng)電網(wǎng)電壓對(duì)稱且無畸變時(shí)，各電流分量(基波正序無功分量、不對(duì)稱分量及高次諧波分量)的測(cè)量電路比較簡單，并且延時(shí)小。雖然被測(cè)量的電流中諧波構(gòu)成和采用濾波器的不同，因而會(huì)有不同的延時(shí)，但延時(shí)*多不超過1個(gè)電源周期。如電網(wǎng)中*典型的諧波源——三相整流器，其檢測(cè)的延時(shí)約為1/6周期?？梢姡摲椒ň哂泻芎玫膶?shí)時(shí)性，缺點(diǎn)是硬件多，花費(fèi)大。此理論是基于三相三線制電路。對(duì)于單相電路，必須首先將三相電路分解，然后根據(jù)式(7)[10]構(gòu)造基于瞬時(shí)無功功率理論的單相電路諧波測(cè)量框圖。仿真表明該方法是可行的，其檢測(cè)性能優(yōu)于以往的單相諧波電流的測(cè)量方法。　

文獻(xiàn)[11]提出一種能適用于任意非正弦、非對(duì)稱三相電路的基于dq0坐標(biāo)系的廣義瞬時(shí)無功功率諧波電流測(cè)量方法。該方法較好地解決了前2種方法中存在的問題，但由于耗費(fèi)大而限制了該方法的實(shí)際應(yīng)用。

瞬時(shí)無功功率理論解決了諧波和無功功率的瞬時(shí)檢測(cè)及不用儲(chǔ)能元件實(shí)現(xiàn)諧波和無功補(bǔ)償?shù)葐栴}，對(duì)治理諧波和研發(fā)無功補(bǔ)償裝置等起到了很大的推動(dòng)作用。

4.4 基于神經(jīng)網(wǎng)絡(luò)的諧波測(cè)量

在理論上，神經(jīng)網(wǎng)絡(luò)在提高計(jì)算能力、對(duì)任意連續(xù)函數(shù)的逼近能力、學(xué)習(xí)理論及***絡(luò)的穩(wěn)定性分析等方面都取得了豐碩成果，已應(yīng)用于許多重要領(lǐng)域，如模式識(shí)別與圖象處理[12,13]、控制與優(yōu)化、預(yù)測(cè)與管理、通信等。神經(jīng)網(wǎng)絡(luò)應(yīng)用于電力系統(tǒng)諧波測(cè)量尚屬起步階段。它主要有3方面的應(yīng)用：①諧波源辨識(shí)；②電力系統(tǒng)諧波預(yù)測(cè)；③諧波測(cè)量。將神經(jīng)網(wǎng)絡(luò)應(yīng)用于諧波測(cè)量，主要涉及網(wǎng)絡(luò)構(gòu)建、樣本的確定和算法的選擇，目前已有一些研究成果。

文獻(xiàn)[14]提出了基于人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)諧波測(cè)量方法。該方法利用多層前饋網(wǎng)絡(luò)的函數(shù)逼近能力，通過構(gòu)造特殊的多層前饋神經(jīng)網(wǎng)絡(luò)，建立了相應(yīng)的諧波測(cè)量電路。文中給出了電路的訓(xùn)練算法和步驟，提出了訓(xùn)練樣本的形成方法。仿真結(jié)果表明了此方法的有效性。

文獻(xiàn)[15]將神經(jīng)網(wǎng)絡(luò)理論和自適應(yīng)對(duì)消噪聲技術(shù)相結(jié)合，ADLINE矩陣作為輸入，建立相應(yīng)的測(cè)量電路，并利用Delta算法調(diào)節(jié)權(quán)值和閾值，這種方法的自適應(yīng)能力較強(qiáng)。式（8）為ADLINE[16]矩陣的表達(dá)式。
文獻(xiàn)[17]提出了用人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)諧波與無功電流檢測(cè)的網(wǎng)絡(luò)。仿真結(jié)果表明，該文檢測(cè)方案不僅對(duì)周期性變化的電流具有很好的跟蹤性能，而且對(duì)各種非周期變化的電流也能進(jìn)行快速跟蹤，對(duì)高頻隨機(jī)干擾有良好的識(shí)別能力。

4.5 利用小波分析方法進(jìn)行諧波測(cè)量

將小波分析作為調(diào)和分析已有重大進(jìn)展。它克服了傅立葉變換在頻域完全局部化而在時(shí)域完全無局部性的缺點(diǎn)，即它在頻域和時(shí)域都具有局部性。

文獻(xiàn)[20]利用小波變換能將電力系統(tǒng)中產(chǎn)生的高次諧波變換投影到不同的尺度上會(huì)明顯地表現(xiàn)出高頻、奇異高次諧波信號(hào)的特性，特別是小波包具有將頻率空間進(jìn)一步細(xì)分的特性，從而為諧波分析提供了可靠依據(jù)。

文獻(xiàn)[21]通過對(duì)含有諧波的電流信號(hào)進(jìn)行正交小波分解，分析了電流信號(hào)的各個(gè)尺度的分解結(jié)果，并利用多分辨的概念將低頻段(高尺度)上的結(jié)果看作不含諧波的基波分量。基于這種算法，可以利用軟件構(gòu)成諧波檢測(cè)環(huán)節(jié)，且能快速跟蹤諧波的變化。

小波變換應(yīng)用在諧波測(cè)量方面尚處于初始階段。將小波變換和神經(jīng)網(wǎng)絡(luò)結(jié)合起來對(duì)諧波進(jìn)行分析,并設(shè)計(jì)和開發(fā)基于小波變換的諧波監(jiān)測(cè)儀將會(huì)是非常有意義的工作。

綜上所述，帶通濾波是早期模擬式諧波測(cè)量裝置的基本原理；傅立葉變換是目前諧波測(cè)量儀器中廣泛應(yīng)用的基本理論依據(jù)；神經(jīng)網(wǎng)絡(luò)理論和小波分析方法應(yīng)用于諧波測(cè)量，是目前正在研究的新方法，它可以提高諧波測(cè)量的實(shí)時(shí)性和精度；瞬時(shí)無功功率理論可用于諧波的瞬時(shí)檢測(cè)，也可用于無功補(bǔ)償?shù)戎C波治理領(lǐng)域。

5 諧波測(cè)量的發(fā)展趨勢(shì)

1）由確定性的慢時(shí)變的諧波測(cè)量轉(zhuǎn)變?yōu)殡S機(jī)條件下的快速動(dòng)、暫態(tài)諧波跟蹤，是電力系統(tǒng)**穩(wěn)定運(yùn)行深入發(fā)展的需要。

2）諧波測(cè)量算法向復(fù)雜化、智能化發(fā)展；求解方法從直觀的函數(shù)解析，進(jìn)入復(fù)雜的數(shù)值分析和信號(hào)處理領(lǐng)域；諧波測(cè)量與諧波分析如何相互配合。針對(duì)非穩(wěn)態(tài)波形畸變，尋求新的數(shù)學(xué)方法，如小波變換等，是人們關(guān)注的方向。

3）硬件設(shè)備的精度、速度和可靠性的快速發(fā)展，為實(shí)現(xiàn)高性能算法和實(shí)時(shí)控制奠定了基礎(chǔ)，如研究多通道諧波分析儀和電能質(zhì)量檢測(cè)儀。

4）諧波測(cè)量與實(shí)時(shí)分析、控制目標(biāo)相結(jié)合，使測(cè)量與控制集成化、一體化。

5）建立更為完善的功率定義和理論，將新理論應(yīng)用于諧波測(cè)量，提出新的測(cè)量方法和測(cè)量手段，使諧波測(cè)量在精度和實(shí)時(shí)性方面取得突破。
 6）研究諧波特性辨識(shí)方法，為高精度測(cè)量方法提供依據(jù)。

參考文獻(xiàn)

[1] 王兆安，等．諧波抑制和無功補(bǔ)償[M]．北京：機(jī)械工業(yè)出版社，1998．

[2] 呂潤如，等．電力系統(tǒng)高次諧波[M]．北京：中國電力出版社，1998．

[3] Sutherland P E．Harmonic measurements in industrial power system[J]．IEEE Trans on IA，1995，31(1)：175-183．

[4] 張伏生，等．電力系統(tǒng)諧波分析的高精度Fourier算法[J]．中國電機(jī)工程學(xué)報(bào)，1999，10(3)：63-66．

[5] Grandke T．Interpolation algorithms for discrete Fourier transforms of weighted signals[J]．IEEE Trans on IM，1983，32：350-355．

[6] Xi Jiangtao．A new algorithm for improving the accuracy of periodic signal analysis[J]．IEEE Trans on IM，1996，8：827-830．

[7] Ferrero A．High　accuracy Fouier analysis based on synchronous sampling techniques[J]．IEEE Trans on IM，1992，41(6)：780-785．

[8] 李庚銀，等．快速傅立葉變換的兩種改進(jìn)算法[J]．電力系統(tǒng)自動(dòng)化，1997，21(12)：37- 40．

[9] Mao C S．A digital measurement scheme for timevarying transient harmonic[J]．IEEE Trans on Power Delivery，1995，10(3)．

[10] 楊君，等．一種單相電路諧波及無功電流的檢測(cè)新方法[J]．電工技術(shù)學(xué)報(bào)，1996，11(3)：42- 46．

[11] 李庚銀，等．dq0坐標(biāo)系下廣義瞬時(shí)無功功率定義及其補(bǔ)償[J]．中國電機(jī)工程學(xué)報(bào)，1996，16(3)：176-179．

[12] 張乃饒,等.神經(jīng)網(wǎng)絡(luò)與模糊控制[M]．北京：清華大學(xué)出版社，1998．

[13] 袁曾任．人工神經(jīng)元網(wǎng)絡(luò)及其應(yīng)用[M]．北京：清華大學(xué)出版社，1999．

[14] 王群，等．一種基于人工神經(jīng)網(wǎng)絡(luò)的諧波測(cè)量方法[J]．電網(wǎng)技術(shù)，1999，23(1)：29-32．

[15] 危韌勇，等．基于人工神經(jīng)元網(wǎng)絡(luò)的電力系統(tǒng)諧波測(cè)量方法[J]．電網(wǎng)技術(shù)，1999，23(12)：19-23．

[16] Morl H,Itou K．An artificial neural net based method for predicting power system voltage harmonic[J]．IEEE Trans on Power Delivery，1992，7(1)：402-409．

[17] 周雒維，等．基于補(bǔ)償電流*小原理的諧波與無功電流檢測(cè)方法[J]．電工技術(shù)學(xué)報(bào)，1998，13(3)：33-36．

[18] 羅世國，等．一種諧波及無功電流的自適應(yīng)檢測(cè)方法[J]．電工技術(shù)學(xué)報(bào)，1993，(3)：42-46．

[19] Olejniczak F J，Ribeiro P，Time varying harmonics：Part I：Characterizing measured data[J]．IEEE Trans on Power Delivery，1998，13(3)：938-944．

[20] 任震，等．小波分析及其在電力系統(tǒng)中的應(yīng)用[J]．電力系統(tǒng)自動(dòng)化，1997，21(12)：57，13-17．

[21] 楊樺，等．基于小波變換檢測(cè)諧波的新方法[J]．電力系統(tǒng)自動(dòng)化，1996，21(10)：39-41．
vel1 lfo236; tab-stops:list 12.75pt'>[11] 李庚銀，等．dq0坐標(biāo)系下廣義瞬時(shí)無功功率定義及其補(bǔ)償[J]．中國電機(jī)工程學(xué)報(bào)，1996，16(3)：176-179．

[12] 張乃饒,等.神經(jīng)網(wǎng)絡(luò)與模糊控制[M]．北京：清華大學(xué)出版社，1998．

[13] 袁曾任．人工神經(jīng)元網(wǎng)絡(luò)及其應(yīng)用[M]．北京：清華大學(xué)出版社，1999．

[14] 王群，等．一種基于人工神經(jīng)網(wǎng)絡(luò)的諧波測(cè)量方法[J]．電網(wǎng)技術(shù)，1999，23(1)：29-32．

[15] 危韌勇，等．基于人工神經(jīng)元網(wǎng)絡(luò)的電力系統(tǒng)諧波測(cè)量方法[J]．電網(wǎng)技術(shù)，1999，23(12)：19-23．

[16] Morl H,Itou K．An artificial neural net based method for predicting power system voltage harmonic[J]．IEEE Trans on Power Delivery，1992，7(1)：402-409．

[17] 周雒維，等．基于補(bǔ)償電流*小原理的諧波與無功電流檢測(cè)方法[J]．電工技術(shù)學(xué)報(bào)，1998，13(3)：33-36．

[18] 羅世國，等．一種諧波及無功電流的自適應(yīng)檢測(cè)方法[J]．電工技術(shù)學(xué)報(bào)，1993，(3)：42-46．

[19] Olejniczak F J，Ribeiro P，Time varying harmonics：Part I：Characterizing measured data[J]．IEEE Trans on Power Delivery，1998，13(3)：938-944．

[20] 任震，等．小波分析及其在電力系統(tǒng)中的應(yīng)用[J]．電力系統(tǒng)自動(dòng)化，1997，21(12)：57，13-17．

[21] 楊樺，等．基于小波變換檢測(cè)諧波的新方法[J]．電力系統(tǒng)自動(dòng)化，1996，21(10)：39-41．