電力諧波的存在使電力設備受損，供電質量下降，對廣大用戶也存在一定的危害，因而強化電力諧波的治理意義重大。本文分析了電力諧波的主要診斷對策，並就如何實施電力諧波的綜合治理提出了一些對策。

1 電力諧波的診斷

模擬濾波和基於傅氏變換的頻域分析法。模擬濾波器法診斷電力諧波有兩種方式：一是通過濾波器濾除基波電流分量從而得到諧波電流分量，二是用帶通濾波器得出基波分量，再與被檢測電流相減後得到諧波電流分量。采用模擬濾波器對電力諧波進行診斷簡便易行，但存在較大的誤差，此外這種診斷方法不具備實時性，且容易受外界環境幹擾。

基於傅氏變換的頻域分析法是根據采集到的一個周期的電壓值或電流值進行計算和分析，從而得到電流中所包含的諧波次數、幅值等信息，將有待消除的諧波分量通過傅裏葉變換器獲得所需的誤差信號，再將所得的誤差信號進行傅裏葉反變換就得到了補償信號。

基於小波變換的診斷法。基於小波變換的診斷法由於在時域和頻域同時具有較好的局部化性質，克服了傅裏葉分析法在非穩態信號分析方麵的缺陷，更適用於對突變信號的分析。

由於小波分析能計算出某一特定時間的頻率分布並把各種不同頻率組成的頻譜信號分解為不同頻率的信號塊，因此可以通過小波變換來較準確地求出基波電流，最終得到諧波分量。

基於神經網絡的診斷方法。基於人工神經網絡的諧波診斷法自麵世以來便呈現迅速發展的狀態，隨著神經網絡相關技術的不斷發展與推廣，神經網絡診斷法在電力運行中所獲得的經濟效益也得到了逐漸提升，尤其是在優化電力調度、預測負荷、諧波診斷和諧波預測等方麵顯現出十分理想的性能。利用神經網絡進行諧波的診斷主要是通過模型構建、樣本選擇、算法等手段，對諧波和無功電流進行檢測，這種檢測方法無論是對周期性的電流還是非周期性的電流都具有理想的跟蹤診斷效果，同時對隨機抗幹擾也有著較強的識別能力。

與其他諧波診斷方法相比，基於神經網絡的諧波診斷法具有更高的精確度和更為理想的診斷效果，此外，由於基於神經網絡的檢測方法具有更強的實時性，且抗幹擾能力較強，因而應在今後的電力諧波診斷工作中得到進一步推廣使用。

2 電力諧波的綜合治理

優化電氣設計。電力諧波的產生往往與電氣設計不合理有著極大的關係，因而要從根本上解決電力諧波問題首先優化電氣設計，避免電力諧波的發生。對此，在進行電氣設計時需要采取避免諧波的技術對策，例如： 增加整流器脈動數。整流器是電力供電網絡中諧波的主要來源，其特征頻譜為n=Kp±1，由該式可見，P增加時，n會隨之增加，則諧波電流減少，相應的諧波也隨之減少，可見增加整流器脈動數對減少諧波十分有效;推廣應用PWM技術。PWM技術即脈寬調製技術，利用該技術減少諧波的原理是：

1)PWN能使諧波頻譜增高從而降低諧波量，可以使得變流器的輸人為正弦波;

2)在可控整流後麵加接功率因數矯正(PFC)，同樣可以達到控製輸入電流為正弦的目的，同時PFC可以進行相位矯正，使得從電網側看，負載可等效為線性負載;