电网规模的不断扩大带来了潜在的安全性问题，低频振荡现象时有发生，成为限制互联电网功率传输和危及电网安全稳定运行的关键因素，电网的安全可靠运行面临新的挑战，电力系统低频振荡模式在线辨识非常必要。对电网低频振荡进行有效监视和抑制是智能电网中电网自愈功能的重要组成部分。因此，本文基于广域测量系统(WAMS)和归一化峰度指标，依据同步相量测量单元(PMU)信号的概率分布特性，提出一种低频振荡模式在线辨识新方案。可实时跟踪和计算主导振荡模式的频率和阻尼比的变化，实现低频振荡的实时预警功能。　　 在查阅和分析大量相关文献基础上，对低频振荡历史、发生以及分析方法进行了综述。分析了电网稳态类噪声信号特点，研究了基于ARMA时序模型的低频振荡时域辨识原理和方法，详细推导了ARMA模型参数估计的直接块处理算法。　　 基于归一化峰度指标，对标准化PMU信号的概率分布特性进行测试分析。电网实测信号测试分析表明:稳态信号、动态信号的归一化峰度指标数值大约为3，为近似高斯信号，稳态和动态混合信号的归一化峰度指标数值远远大于3，为超高斯信号。在上述研究基础上，结合滑动窗技术，提出一种电网扰动信号在线检测方法:依据滑动窗的移动，实时更新滑动窗内PMU信号，在线计算滑动窗内标准化PMU信号的归一化峰度，将计算结果与扰动阈值进行比较，根据比较结果判断是否存在扰动信号，以实现电网扰动信号在线检测。　　 提出一种低频振荡模式在线辨识的新方案，即:通过归一化峰度计算结果判断信号类型，对稳态信号采用常规ARMA方法分析，对稳态和动态混合信号采用高阶ARMA方法分析，以实现两种辨识方法之间的自适应切换，确保了低频振荡模式在线辨识方案的可靠有效。　　 对重庆电网实测信号进行了测试分析，结果证明了本文所提出的电网扰动信号在线检测方法和低频振荡模式在线辨识方案的可行性。