近年来,电力电子技术发展迅速,这在给人们的生活带来便利的同时也给电网带来了大量的非线性负载,产生大量的谐波,降低了电能质量,影响电力系统的安全运行。谐波检测作为谐波问题的一项重要研究课题,对于解决谐波问题、提升电能质量具有重要意义。目前,各种谐波检测装置由于算法固有的缺陷导致装置仅能对整数倍谐波进行检测,检测的精确度不够;另一方面由于硬件的特性,导致检测的实时性较差。针对这些问题,本文对谐波检测算法的理论以及具体实现进行研究,对现有算法进行改进,提高算法检测的精确度;基于现场可编程门阵列(Field-Programmable Gate Array,FPGA)平台对算法进行硬件加速,提高算法运行的实时性。主要研究内容如下:谐波检测算法理论研究。选择基于Prony的谐波检测算法,针对Prony算法容易受到噪声影响的问题,文中提出一种改进方案。首先利用文中提出的预处理算法对电能信号进行预处理,滤除电能信号中的噪声成分,确定谐波分量的阶次,随后利用Prony算法对谐波分量的频率参数进行估计,最后利用自适应线性神经网络(Adaptive Linear Neuron,ADALINE)对谐波分量的幅值和相位参数进行估计。仿真结果表明,本文提出的改进方案可以极大地降低噪声信号的影响,对于各种谐波的检测精度较高。谐波检测算法具体实现分析。针对谐波检测算法运算量大,实时性差的问题,文中通过对算法的数值计算过程进行分析,选择Xilinx公司的ZYNQ系列FPGA作为谐波检测算法的运行平台。谐波检测算法的FPGA实现。基于对谐波算法的数值计算的分析,文中设计了预处理算法以及ADALINE神经网络算法的IP核,进行硬件加速;利用ARM处理器实现系统的流程控制以及并行程度不高的算法。结果表明,该谐波检测装置的运行时间在0.262s左右,很好的提高了算法运行的实时性,达到了预期的目标。