电能是当今社会必不可少的重要能源。电能质量的好坏直接影响着人类社会的发展进程与人民生活的舒适程度。然而，当今社会所面临的电能质量问题却不容乐观。随着各类非线性和时变性电力电子装置的广泛应用，导致电网中的谐波污染问题愈加严重，对电力系统的安全、稳定、经济运行构成了极大的威胁。同时，大量的现代新型仪器与装置的日益普及，对电能质量也提出了更高的要求。因此，谐波治理刻不容缓，有源电力滤波器应运而生。有源电力滤波器主要是通过产生一个与电网谐波电流大小相等、方向相反的补偿电流的方式来实现谐波补偿的目的。在有源电力滤波器的研究进程中，存在着三个关键的环节：谐波电流检测、直流侧电压控制和指令电流跟踪。基于此，本文将人工神经网络这种先进的控制方法全面引入上述三个环节，设计了自适应线性神经网络、神经网络递推积分PI控制器以及神经网络滞环控制器三个网络结构，分别对传统的谐波电流检测、直流侧电压控制以及指令电流跟踪方法做了优化。在自适应算法方面，本文首先探讨了传统LMS算法的实现过程，为了克服该算法的不足，本文采用了一种改进型LMS算法。在谐波检测的过程中，该算法可以通过两个不同的步长参数之间的相互切换使谐波检测快速而精确。针对直流侧电压的控制，本文采用了一种将PI控制与递推积分算法以及神经网络相结合的控制方法，该方法改善了传统PI控制比例积分参数固定以及无法适应复杂多变的电网环境的缺陷，并通过对PI参数的不断修正，实现了响应速度快和超调量小的控制目的。在谐波电流跟踪环节，本文以滞环控制器的输入和输出为导师信号，应用LMBP算法，训练出一个神经网络滞环控制器，并成功应用在了主电路的控制系统之中。