在一个理想的交流电力系统中，电能是以一恒定的工业频率(50Hz 或60Hz)和正弦的波形形式传输的。电力系统频率的波动，电压的波动和闪变(波动的幅值和频率)，供电的连续性(年不停电时间)等都是考核电能质量的重要技术指标。 本文将电网谐波作为研究对象，运用现代科学分析方法实现电力系统谐波的检测，为谐波的治理提供技术基础。 快速傅里叶变换(FFT)算法是谐波检测的经典算法，但用其对非整数周期信号时进行分析时会产生“频谱泄露”问题。以FFT算法为基础的加窗FFT算法虽然可以有效地减少“频谱泄露”，但同样需要进行复数的乘法和加法操作，算法运算量较大。 本文的主要研究是以基于傅里叶基函数的神经网络模型算法为基础，从神经网络模型的角度构造出一种新的谐波检测算法。文章从两个方面对该谐波检测算法进行改善：一方面，结合加窗快速傅里叶变换算法，得到所要检测的信号的基波频率，为算法的顺利运行提供了前提条件；另一方面，结合最优化理论，对算法中有关权值调整的方法进行改进，实现了算法的快速收敛。