电力系统低频振荡是电力系统的经典问题之一。随着同步电网规模的扩大、带串联补偿输电线路和柔性输电技术的大范围应用、以及大规模新能源接入电网,低频振荡仍然是迫切需要解决的重要工程问题。本文基于量测信息研究了电力系统低频振荡状态监视和分析的新方法。低频振荡状态监视的首要问题是低频振荡状态存在的稳定性问题,即判断是否发生了持续的低频振荡以实现正确的起振监测和告警。传统低频振荡在线分析方法属于判断发生振荡后的事后辨识,不能作此判断。另外,起振告警无法判断振荡类型和阻尼特性。针对这些问题,提出了低频振荡状态监视的Duffing振子可停振动系统分析法。可停振动状态的改变对周期扰动高度敏感,同时对随机微小扰动却十分不敏感。根据上述特点将实测低频振荡信号变成小信号,输入到可停振动系统中,得到其系统相轨迹。通过监视系统相轨迹吸引子的聚集性,可以跟踪系统运行方式的变化,对低频振荡的状态进行可视化的监视。该方法无需参数计算,对噪声具有免疫力,利用对数平衡距对系统相轨迹进行定量分析,可以判断电力系统是否存在持续的低频振荡信号,能够对振荡模式和模式的阻尼特性进行识别。强迫功率振荡和弱阻尼模式两种振荡类型的可停振动系统的输出相轨迹存在相似性,即都存在“低频振荡吸引子”,使这两种类型的判断时间延长。针对这一问题,提出了串联二阶微分跟踪器(TD)的振荡类型快速判别方法。将上述两类信号都经过串联二阶微分跟踪器后输入到可停振动系统中,经串联二阶TD的作用,不同程度的缩短了这两种类型振荡进入稳态的时间,尤其缩短了强迫功率振荡系统输出相轨迹快速收缩到极限环的时间。使判断时间缩短到10s以内,达到了上述两种振荡类型快速识别的目的。针对低通滤波后背景噪声呈现高斯色噪声特性,其对低频振荡模态参数辨识的准确性产生不利影响这一问题,提出了色噪声背景下共振稀疏分解(RSSD)的低频振荡模态参数辨识方法。低频振荡信号是欠阻尼系统在特定频率下的系统输出,具有高共振属性;而高斯色噪声不具有共振属性,RSSD方法是根据信号预知的共振属性实现复杂信号的分离。首先,采用RSSD方法对含高斯色噪声的低频振荡信号进行分解,得到高共振分量、低共振分量和余项三部分。其中,高共振分量即为提取的持续振荡的低频振荡信号,而高斯色噪声大部分存在于余项中。然后,再对高共振分量结合其他方法进行参数辨识。算例仿真和实测数据分析都表明,利用共振稀疏分解对高斯色噪声进行预处理方法,提高了参数辨识的准确性。频率切片小波变换(FSWT)的时频分析方法适合于具有高共振属性的低频振荡信号的时频分析。FSWT方法自由切割时频面,实现了信号频率区间的灵活分割,可以实现对低频振荡信号的总体和细化分析。同时考虑到实测低频振荡信号中的噪声会影响FSWT细化分析逆变换的准确重构,进而影响模态参数辨识准确性的问题,提出了基于RSSD和FSWT的低频振荡分析方法。首先,采用RSSD方法对含噪的低频振荡信号进行分解。高共振分量即为提取的低频振荡信号。然后对高共振分量进行FSWT总体时频分析,得到低频振荡的三维可视化图像。根据其时频能量分布,确定低频振荡的主导模态,合理选择频率切片区间,进一步细化特征分析。通过对信号特征频率切片区间信号的重构,实现各低频振荡的模态分量的分离及提取。最后结合Hilbert变换,获得高准确度的模态辨识参数。