近年来，随着各种非线性负荷特别是电力电子设备在电力系统中的广泛应用，电力系统谐波污染日益严重，已经成为影响电能质量的主要公害之一。谐波测量是谐波问题的一个重要分支，它是谐波问题研究的主要依据，也是研究分析问题的出发点。谐波分析方法是谐波测量的核心环节，对谐波分析方法进行了研究分析。 对于稳态谐波的分析，通常都是通过快速傅立叶变换(Fast Fourier Transform FFT)实现的。采用FFT进行电力系统谐波分析时很难做到同步采样和整数周期截断，由此造成的频谱泄漏和栅栏效应将影响到谐波分析的结果。详细地对FFT的频谱泄漏和栅栏效应引起的误差进行了分析，讨论了加窗函数和插值算法可以改善FFT分析精度。提出了加窗双峰谱线插值FFI分析方法，即在修正幅值时，利用距谐波频点最近的两根离散频谱幅值的加权平均值估计出待求谐波的幅值，这些改进能够进一步降低泄漏和噪声干扰，提高谐波分析的准确性。仿真实验验证了加窗双峰谱线插值算法的正确性和易实现性。 对于暂态谐波的分析，改进的FFT不能满足实时性分析要求。为此，研究了人工神经网络(Artificial Neural Network ANN)在电力谐波分析中的应用，主要深入研究了基于线性人工神经网络的谐波分析原理，，建立了利用自适应噪声抵消技术和人工神经网络理论对电力谐波的完整分析方法。该方法采用线性人工神经网络实现多路自适应滤波器，能够在线实时动态地分析谐波含量。仿真研究表明，所建立的方法具有响应速度快、分析精度高、白适应能力强等优点，并且不受电压畸变和基波频率漂移的影响。 上述的自适应神经网络模型只能分析整数次的谐波，为了精确分析整数次谐波和间谐波，建立了一种改进的线性人工神经网络的电力谐波分析方法，该方法的特点是采用基函数参数可调的神经网络，将基函数的参数和权值一样参与调整。具体是先把信号进行FFT处理，得到谐波个数和精度不高的谐波幅值、相位、谐波次数；其次根据谐波个数设定神经元的个数，根据预处理后得到的幅值、相位、谐波次数设定神经网络权值和基函数参数迭代的初始值；最后对人工神经网络进行训练，便可实现整数次谐波和间谐波的精确分析，同时能将频率相近的间谐波分离。仿真结果验证了该方法的有效性与易实现性。