在當(dāng)今的電力系統(tǒng)中，諧波污染已成為影響電能質(zhì)量和系統(tǒng)穩(wěn)定運(yùn)行的重大挑戰(zhàn)。隨著非線性負(fù)載的大量使用，電網(wǎng)中的諧波成分日益復(fù)雜，對(duì)電力系統(tǒng)的危害也日益顯著。為了應(yīng)對(duì)這一挑戰(zhàn)，科研人員不斷探索電力系統(tǒng)諧波檢測(cè)的新方法，力求實(shí)現(xiàn)對(duì)諧波的精準(zhǔn)監(jiān)測(cè)和有效治理。
近年來(lái)，基于瞬時(shí)無(wú)功功率理論的諧波檢測(cè)方法因其原理簡(jiǎn)單、動(dòng)態(tài)響應(yīng)速度快而備受關(guān)注。該方法通過(guò)實(shí)時(shí)監(jiān)測(cè)電網(wǎng)中的瞬時(shí)無(wú)功功率，能夠迅速捕捉到諧波信號(hào)，實(shí)現(xiàn)對(duì)諧波的實(shí)時(shí)檢測(cè)。然而，其檢測(cè)精度易受濾波器影響，且僅在時(shí)域進(jìn)行變換，不利于頻譜分析。為了克服這一局限，科研人員不斷優(yōu)化算法，提出了ip-iq法，采用鎖相環(huán)技術(shù)隔離畸變量對(duì)檢測(cè)的影響，提高了檢測(cè)精度。
與此同時(shí)，基于傅里葉變換的諧波檢測(cè)方法仍是目前廣泛使用的經(jīng)典方法。快速傅里葉變換（FFT）以其高精度和易實(shí)現(xiàn)性在諧波檢測(cè)領(lǐng)域占據(jù)重要地位。然而，F(xiàn)FT存在計(jì)算量大、檢測(cè)耗時(shí)長(zhǎng)、實(shí)時(shí)性較差等問(wèn)題，且在采樣周期和信號(hào)周期不同步時(shí)，易產(chǎn)生頻譜泄漏和柵欄效應(yīng)。為了克服這些缺陷，科研人員提出了加窗函數(shù)和譜線校正的方法，有效提高了幅值和相位檢測(cè)精度。此外，還有學(xué)者提出了廣義離散傅里葉變換、自適應(yīng)Kaiser自卷積窗與快速魯棒檢測(cè)方法相結(jié)合等新方法，進(jìn)一步提升了諧波檢測(cè)的靈活性和準(zhǔn)確性。
在諧波檢測(cè)領(lǐng)域，小波變換以其良好的時(shí)頻局部化特性成為研究熱點(diǎn)。小波變換能夠自適應(yīng)地調(diào)整時(shí)-頻窗口，適用于分析突變信號(hào)和不平穩(wěn)信號(hào)，特別適用于提取電力信號(hào)中的暫態(tài)信號(hào)。基于Mallat算法、小波包變換、連續(xù)小波變換等的小波變換方法在諧波檢測(cè)中得到了廣泛應(yīng)用。這些方法通過(guò)劃分信號(hào)頻帶、重構(gòu)子頻段，能夠精確地分離出各次諧波信息，實(shí)現(xiàn)對(duì)諧波的高分辨率檢測(cè)。特別是基于非抽取小波包變換（UWPT）的快速算法，在固定信號(hào)、時(shí)變信號(hào)、實(shí)測(cè)電流信號(hào)等情況下均表現(xiàn)出優(yōu)異的檢測(cè)性能。
此外，希爾伯特-黃變換（HHT）作為另一種新興的諧波檢測(cè)方法，以其能夠提取任意頻率諧波信號(hào)的優(yōu)勢(shì)受到青睞。HHT利用經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）將非線性、非平穩(wěn)的信號(hào)進(jìn)行線性平穩(wěn)化處理，再通過(guò)希爾伯特變換獲取各分量的瞬時(shí)頻率和幅值，實(shí)現(xiàn)了對(duì)諧波信號(hào)的精確檢測(cè)。近年來(lái)，有學(xué)者提出了改進(jìn)的HHT方法，如迭代HHT，進(jìn)一步提高了相近頻率諧波的檢測(cè)精度。
隨著人工智能技術(shù)的快速發(fā)展，人工神經(jīng)網(wǎng)絡(luò)（ANN）在電力系統(tǒng)諧波檢測(cè)領(lǐng)域也得到了廣泛應(yīng)用。多層前饋神經(jīng)網(wǎng)絡(luò)（MLFNN）和自適應(yīng)人工神經(jīng)網(wǎng)絡(luò)等模型能夠通過(guò)對(duì)大量數(shù)據(jù)的訓(xùn)練和學(xué)習(xí)，實(shí)現(xiàn)對(duì)諧波信號(hào)的準(zhǔn)確識(shí)別和分類(lèi)。這些方法不僅提高了諧波檢測(cè)的準(zhǔn)確性和實(shí)時(shí)性，還為電力系統(tǒng)的智能化運(yùn)維提供了有力支持。