简介：这份资源是东北电力大学电气工程学院的「信号与系统」课程专题报告，聚焦基于傅里叶变换的电力系统谐波分析，面向电气工程、自动化等专业学生及从事电能质量检测的技术人员，帮助理解谐波产生机理、危害评估与治理思路。报告从连续傅里叶级数出发推导各次谐波系数，讨论FFT实现中的频谱泄漏与栅栏效应，并结合加窗函数改进测量精度，最后在MATLAB中编写FFT程序得到频谱图，涵盖谐波源分析、补偿抑制与滤波器选型等模块。资源包为1个PDF文件，约452KB，结构完整、便于打印或电子阅读。目前已有985人学习，适合课程报告参考、谐波检测入门及MATLAB频谱分析实践对照。
1. 从“电网里的杂音”说起：到底什么是谐波分析
你有没有注意过，家里那盏老式台灯在调光时偶尔会发出“嗡嗡”声，或者办公室的电脑电源插上后，音箱里会冒出细碎的电流声？这些现象背后，往往藏着一个在电气工程里被反复提起的词——谐波。通俗地说，电网本该输送一条平滑的、像海浪一样规律起伏的 50 赫兹正弦波，但各种非线性用电设备会把这条干净的波形“揉皱”，多出一串频率是基波整数倍的小波浪，这些多出来的成分就是谐波。谐波分析，就是把这团被揉皱的波形重新拆开，看清楚里面到底混进了哪些频率、各自有多强。
这件事为什么值得搞懂？因为谐波不是无关痛痒的杂音。它会让电缆和变压器额外发热、让保护装置莫名其妙跳闸、让电容柜过载烧毁，被电网行业称为一大公害。而要拆开这团波形，最核心的工具就是傅里叶变换——它像一台“频率分拣机”，把随时间变化的电压电流信号，翻译成一张按频率排列的清单。这份来自电气工程专业的课程专题报告，正是围绕“用傅里叶变换做电力系统谐波分析”这条主线展开的，从数学原理一路讲到 MATLAB 里的频谱图，把概念、危害、治理和仿真串成了一条完整的认知链。
2. 为什么偏偏是傅里叶变换：从时域到频域的翻译官
2.1 电网波形天生适合“拆成正弦波”
要理解傅里叶变换为什么能用在谐波分析上，先得接受一个前提：电力系统里的电压和电流，绝大多数是周期函数——它们每隔 20 毫秒就重复一次，而且满足狄利克雷条件，也就是在一个周期内连续、只有有限个极值点。数学上早就证明了，这样的周期函数可以分解成一串正弦波之和，这就是傅里叶级数。基波是那个 50 赫兹的主成分，二次、三次、五次谐波则是频率为 100 赫兹、150 赫兹、250 赫兹的附加成分。
打个比方，这就像把一道混合果汁拆回配方：你尝到的整体味道是时域波形，而傅里叶级数告诉你里面加了多少苹果汁、多少橙汁、各占几成。报告里给出的谐波系数计算公式，本质上就是在算每一“种”频率成分的幅度和相位。一旦算出这些系数，工程师就能判断某条线路上的三次谐波是不是超标、五次谐波会不会和电容柜发生谐振。
2.2 DFT 与 FFT：从“算得动”到“算得快”
理论上的傅里叶级数处理的是连续信号，但现实中的测量设备只能采到一串离散的采样点。于是就有了离散傅里叶变换，也就是 DFT——它把连续公式里的积分换成求和，让数字设备能够处理。问题在于，DFT 的计算量随采样点数呈平方级增长，点数一多，普通处理器根本吃不消，这也是它早期难以落地的原因。
快速傅里叶变换 FFT 的出现改变了局面。它没有推翻 DFT 的数学结论，而是通过巧妙的分解，把大量复数乘法省掉，换成加减法和延迟运算。报告里采用的是时间抽取法，也就是按采样点序号的奇偶把序列一分为二、递归处理，前提是采样点数取 2 的整数次幂。用一句大白话概括：DFT 是老老实实把每道菜从头做到尾，FFT 则是发现很多步骤可以复用，于是把厨房动线重新排了一遍，出锅时间大幅缩短。正是这种“算得快”，才让实时谐波检测在工程上成为可能。
2.3 精度不是白来的：泄漏与栅栏效应
FFT 虽好，却有两个绕不开的“玄学”问题。第一个叫频谱泄漏：当信号频率和采样频率不同步时，原本应该集中在一根谱线上的能量会向两边“漏”出去，导致幅值和相位算不准。第二个叫栅栏效应：频谱是离散的，就像透过栅栏看风景，只能看到栅栏缝隙对应的频率点，落在缝隙之间的频率成分容易被漏掉或低估。
报告特别强调了加窗函数的作用——给采样数据乘上一个两端平滑衰减的窗，能压低泄漏的影响，相当于把“漏出去的水”收拢回主峰附近。但窗函数也不是万能后悔药，它会加宽主瓣、降低频率分辨率，选窗本质上是精度和分辨率之间的权衡。这一点在后面的 MATLAB 仿真里会看得很直观。
3. 谐波到底惹了什么祸：危害与治理的两面
3.1 从电缆过热到保护误动：谐波的连锁反应
谐波的危害可以分成两条清晰的因果链。第一条是热效应：谐波电流流过电缆和变压器，会产生额外的铜损和铁损，热量累积导致绝缘加速老化，严重时诱发火灾。报告里提到一个很典型的数字——三次谐波在零线上叠加后，零线电流有效值可能接近相线的 1.7 倍，而零线通常没有过流保护，这就埋下了隐患。第二条是干扰效应：谐波电流流过电网阻抗会产生谐波电压，这些畸变的电压会让 PLC、UPS、变频器等敏感设备误动作，或者让无功补偿电容过热损坏，甚至诱发谐振，把问题进一步放大。
对电机和发电机来说，谐波电流还会引起额外发热和振动，缩短绕组和轴承寿命；对发电机和 UPS 而言，内阻较大，谐波电流流过时产生的谐波电压畸变更明显，输出功率达不到额定值。这些现象的共同点是：元凶都是谐波电流，过热是电流直接造成的，干扰其他设备则是电流先转成谐波电压再作祟。
3.2 治理的三条路：源头、环境与滤波器
面对谐波，工程上一般从三个层面下手。第一是降低谐波源的谐波含量，也就是在源头做文章：增加整流器的脉动数、给变频器配套治理设备、选用同步电动机吸收部分谐波、防止并联电容组对谐波放大。第二是改善供电环境：保持三相电压平衡、让谐波源由专门线路供电、由容量更大的供电点来承受。第三是安装滤波器，这也是变电所侧和用户侧最常用的手段。
滤波器分两类。无源滤波器由电感和电容构成谐振回路，在特定频率呈现低阻抗，把该次谐波“吸”过来，投资少、结构简单、运行可靠，但滤波效果受系统参数影响，某些频率下反而可能放大谐波，体积也大。有源滤波器则是先检测高次谐波，再注入相位相反的电流去抵消，可控性强、响应快、能自动跟踪变化的谐波，但受电力电子器件耐压和额定电流限制，成本高、结构复杂。选哪一种，取决于谐波源的稳定程度和预算约束，没有一刀切的答案。
4. 几个最容易混淆的概念：别把工具当结论
4.1 傅里叶变换与傅里叶级数
易混点在于两者名字相近，很多人以为是一回事。之所以混，是因为它们都叫“傅里叶”，都在做时频转换。区分的关键看信号类型：傅里叶级数针对的是连续周期信号，结果是离散的频谱；傅里叶变换针对的是连续非周期信号，结果是连续的频谱。电力系统的电压电流是周期信号，所以严格来说用的是傅里叶级数，只是工程上习惯统称“傅里叶分析”。
4.2 DFT 与 FFT
这两个概念经常被当成同义词，其实 FFT 只是 DFT 的一种快速算法。易混的原因是计算结果完全一致，肉眼看不出差别。区分要看关注点：如果你关心“变换的数学定义”，那是 DFT；如果你关心“怎么在芯片上算得快”，那是 FFT。报告里用 MATLAB 的fft函数做仿真，底层调用的就是快速算法，但得到的频谱含义仍然是离散傅里叶变换。
4.3 频谱泄漏与栅栏效应
这两个词常被一起提，初学者容易混为一谈。泄漏是能量从主谱线向两侧扩散，表现为谱线“变胖”；栅栏效应是离散采样点之间的频率被漏看，表现为谱线“缺席”。区分方法是看现象：幅值普遍偏低、旁瓣抬高，多半是泄漏；某些频率成分完全测不到，多半是栅栏效应。加窗主要压泄漏，提高采样点数或做插值主要缓解栅栏效应。
4.4 有源滤波与无源滤波
两者都叫“滤波器”，但工作逻辑相反。无源滤波器是被动吸收，靠 LC 谐振把谐波电流引走；有源滤波器是主动抵消，靠检测加反相注入。易混点在于都装在电网里、都叫滤波。区分看是否“耗电”：无源滤波器本身不消耗额外功率，有源滤波器需要供电和控制系统。前者适合固定频率的谐波治理，后者适合谐波成分动态变化的场合。
5. 什么时候该用这套方法，什么时候别硬套
把傅里叶变换用于谐波分析，最合适的场景是稳态、周期性明显的谐波测量。比如某条馈线长期带着一批变频器负载，你想知道三次和五次谐波到底占多大比例、有没有超过限值，这时候用 FFT 做频谱分析是标准做法，精度高、功能全、实现方便。报告里的 MATLAB 仿真就是一个缩影：先构造一个 50 赫兹的正弦信号，叠加噪声后用fft得到频谱，再在频域里把 100 到 500 赫兹之间的成分置零，最后用ifft回到时域，观察滤波效果。这段流程虽然简单，却把“时域—频域—时域”的闭环走了一遍。
但也要清楚它的边界。第一，FFT 需要一定时间的采样数据，还要做正反两次变换，计算量不小，实时性天然受限，对毫秒级突变的谐波跟踪并不擅长。第二，采样频率和信号频率不同步时，泄漏和栅栏效应会让相位误差尤其明显，不加窗、不插值就直接读数，很容易翻车。第三，如果谐波源本身是非平稳的，比如电弧炉、轧机这类冲击性负载，频谱每时每刻都在变，单次 FFT 的结果参考价值有限，需要配合短时分析或其他方法。
提示：做仿真时采样点数尽量取 2 的整数次幂，采样频率要满足奈奎斯特条件，否则频谱图上的峰位会对不上。
下面这段代码就是报告附录里仿真思路的简化版，保留了关键参数和注释，方便对照理解每一步在做什么：
fs = 3000; % 采样频率，需大于信号最高频率的两倍 N = 512; % 采样点数，取 2 的整数次幂便于 FFT n = 0:N-1; t = n/fs; x = sin(2*pi*50*t); % 构造 50Hz 基波信号 x1 = awgn(x, 0, -10); % 叠加噪声，模拟实际采样中的干扰 y = fft(x1); % 对含噪信号做快速傅里叶变换 f = n/N*fs; % 将谱线序号换算成实际频率 amplitude = abs(y)*2/N; % 换算成单边振幅谱 plot(f, amplitude); xlim([0 2000]); % 只看 2000Hz 以内的成分 xlabel('频率/Hz'); ylabel('振幅');这段代码里，fs决定频率分辨率的上限，N决定谱线密度，abs(y)*2/N是把 FFT 结果换算成实际振幅的关键一步，漏掉这个系数，读出来的幅值就没有物理意义。滤波部分则是在频域把目标频段的谱线置零，再用ifft还原，本质上就是一次理想带阻滤波的演示。
我自己的习惯是，每次拿到一组谐波数据，先不急着看频谱图，而是先确认采样频率、采样点数和信号基频三者是否匹配，再决定要不要加窗。有一次忽略了这个顺序，直接对一组非同步采样的数据做 FFT，频谱上主峰旁边拖出一片“裙边”，差点把泄漏误判成真实的间谐波。从那以后我每次做谐波分析，都强制先把采样参数核对一遍再动手。希望这些内容能帮你在遇到“谐波分析”这个词时，不再觉得它是一团模糊的数学迷雾，而是能一眼看出它在解决什么问题、又在哪些地方需要留个心眼。
本文还有配套的精品资源，点击获取
