早在 20 世纪初的德国，因为当时对静止汞弧变流器的应用而造成的谐波危害，自此德国就开始关注电力系统中的谐波污染问题[10]。而早年间学术研究上，相关学者也针对谐波问题公布了大量优秀文章，较熟悉就比如 J。c。Read 于 1945 年公布出来与变流器生成谐波对实际生活形成影响相关的文章 ；而于 1950年左右，由于高压直流输电方面的开发进步与发展，对变流器的应用也日益广泛，然而变流器所产生的谐波问题越来越明显，带来的害处也愈来愈大，人们不得不开始深入钻研电力系统谐波；直到 1970年之后，伴随电力电子技术的快速进步，一大批类型和功能丰富的电力电子装置以及非线性负载，比如电子晶闸管、电力电子整流器、逆变器等在电力系统、各种工（农）业生产以及日常家庭生活方面应用愈来愈多，各类型的谐波含量也越来越多，导致愈来愈大的污染，问题研究趋于复杂化，针对谐波的研究分析成为迫切需要。相对来说，我们国家的谐波探究得较晚，直到 1993 年才颁布出与谐波相关联的一些标准[11]：《电能质量公用电网谐波》，即 GB/T14549-93。总而言之，谐波的分析涉及到电力电子、非线性系统、处理数字信号等等多个学科领域，难度大，其中很多重要问题比如谐波功率等急需解决。75808

如何准确地测量计算出电力系统谐波的频率、幅值以及波形变化等参数，是我们研究谐波问题需要把握好的方向，把握好了该方向，将会于谐波整治等提供重要帮助。然而，伴着谐波类型变得越来越多，其研究难度同样日渐加大。故此，谐波分量的计算检测法也同时在不断改进与完善。。

因为谐波有着非线性、其影响要素繁杂化等特点，若想要做到准确测量估计谐波的参数还是有一定难度的。关于谐波的检查测量包括两大理论，即频域跟时域，还包括傅里叶变换、快速傅里叶变换、小波变换、空间谱估计、神经网络等等多种算法。

电力系统谐波分析计算里，傅里叶变换算法（Fourier Transform，FT）是一种应用较广的计算方法，其中快速傅里叶算法(Fast Fourier Transform，FFT)有易于硬件实现优点[12]。实际应用时，因为计算机仅仅处理离散的信号，该信号一般是先经过信号的采样再通过数模即A/D 转换得来，由于信号长度有限性，对信号非同步采样时，计算机在针对有效长信号进行傅里叶变换时将会发生频谱泄露与栅栏效应。这两个问题比较麻烦，频谱泄漏则会令频谱分辨率下降，甚至会导致混叠。如果应用同步采样方式，一定程度上可以减小其对检测精度的影响。不过实际应用中，由于环境噪声等因素影响，导致电力系统的基波频率并不稳定，会时刻发生波动；不易于实现同步采样。为解决因频谱泄露以及栅栏效应产生的不利影响，T。Grandke提出了基于汉宁(Hanning)窗的FFT算法，其成功地实现了对泄漏的抑制。论文网

因傅里叶变换在时间领域里没有局部化的应用本事，因此获知不了任意次谐波产生的确切时刻；相较于小波变换算法，我们会发现以下区别：短时傅里叶变换选取固定长度的时间窗，而小波变换选取的是可变化形状的时间-频率窗口，即小波变换能够同时分析信号的频域特性以及时域性。小波变换比较适于于时变、突变信号的计算分析。

文献[12-13]针对含谐波的信号实现正交小波分析，其采用MALLAT多分辨率分析法分解了信号，该法只能分解包含次数低的谐波的频带，分析不了含有高次数谐波频带，针对该局限性，接着提出了小波包变换法，其能够同时分解波形高、低频部分，即均匀划分信号频带。

再者， 多分辨率分析以及小波包变换对信号分解时均处于于离散的条件，故此它们都归于离散小波变换（Discrete Wavelet Transform, DWT)；因为小波函数的频域里会出现频率混乱，则应用以上所提算法之后在不是整数次谐波的分析上会有一定不足。连续小波变换（Continue Wavelet Transform,CWT）有较严谨的分频方式，针对频率混乱而出现问题可以做到最大限度削减或解决介于电力系统所固有相位特性[14]，应用实小波基分析信号则仅仅能够获取信号里的谐波的频率讯息，而应用复小波基实现信号的分解则能够分析出其谐波的频率、幅值以及相位讯息，比较全面。