電力諧波監測裝置采用模擬帶阻或帶通濾波器進行測量，這是比較早的諧波測量方法，其優勢在于電路造價低、結構簡單、容易控制且輸出阻抗低。其不足之處在于受環境影響大，檢測的精度不高，檢測結果含有較多基波分量，造成的運行損耗相對較大。

神經網絡基礎上的諧波檢測，這是一種可以對計算能力進行提高、對任意連續函數進行逼近的基礎上。通過理論的學習及分析動態網絡時獲得的研究成果，即神經網絡。現階段該網絡在電力系統諧波檢測中的應用尚處于初級階段，主要應用于電力系統諧波預測、諧波源辨識及諧波測量等方面。

在諧波測量中采用神經網絡，主要需要考慮的是網絡的組成、算法的選擇及樣本的確定等問題。小波分析方法測量諧波，這方面的研究在現階段已經取得重大的進展，主要是對傅立葉變換在時域完全無局部性缺陷和頻域完全局部化缺陷的解決，也就是在時域和頻域都具有局部性。

采用該方法可以使電力系統中高次諧波變化投影到不同尺度上，從而反映出奇異、高頻高次諧波信號的特性，從而為諧波分析提供依據。采用FFT變化法對電力系統諧波進行檢測，是基于數字信號處理基礎上的測量方法，主要操作步驟是首先對被測信號的電壓或者電流進行采樣。

經過轉化后，再利用計算機進行傅立葉變化，從而得到各次諧波的相位系數及幅值。該方法是目前電能質量諧波監測分析儀使用廣泛的檢測方法，其精度高、功能多、操作簡便的特點，實現了諧波檢測的準確性。

采用工業級中央處理器，具有強大的數據處理能力和邏輯、控制能力。基于快速傅里葉變換原理，運算結果快速準確，可記錄30條越限記錄，并具備打印功能。電力諧波監測裝置記錄數據為電能質量的治理提供了重要依據，并且適用于無人值守變電站，保障電網的正常運行。