新时代环境下,电网已成为广区域、大互联的电力系统,远距离输电加上新能源接入过程中控制技术不成熟的原因,出现了低频振荡等一系列危害电力系统的现象。分析低频振荡本身存在的机理,对维护电网安全与稳定运行及其今后的长远发展都有重要意义。本文从基于量测数据的信号分析方法对低频振荡现象进行辨识与分析。信号分析方法相对传统基于模型的方法,是以实际运行数据作为分析依据因而更能反应电网的真实状态,其计算简单高效,避免了大电网情况下模型难以确定及难以计算的问题,为电网的实时监控与控制提供了重要依据随着对信号分析算法研究的深入,已发展出一系列基于量测数据的电力系统低频振荡模态辨识方法。其分析思路主要有两点,一是量测信号的预处理算法,二是量测信号的辨识方法。预处理算法是对量测信号进行降噪处理,或者是对信号进行分解并选出有效信号。本文首先以滤波后所得信号的信噪比SNR作为参考,对数字低通降噪、小波降噪、EMD分解、VMD分解和广义形态滤波进行对比。对比发现,上述所提信号预处理方法中数字低通滤波器所的信号信噪比最高。原因是低频振荡号有明确的频率分布范围,即考虑在0.1-2.5Hz之间,使得数字低通滤波器降噪效果最明显。单独使用sym8小波基的小波进行软阈值降噪能明显使滤波所得信号变得光滑,但信噪比不如直接低通降噪广义形态滤波使用半圆形结构和正弦结构能够有效降低高斯白噪声,但是曲线光滑度低毛刺较多。EMD分解算法由于本身存在端点效应与模态混叠的问题,在分解过程中对IMF固有分量进行筛选时会出现有效信号的能量丢失的问题。VMD分解算法对频率间隔小、且带宽出现重叠,且衰减系数大的信号则会分解失效。本文选择数字低通滤波器加小波软阈值降噪进行信号预处理当前对矩阵束算法在低频振荡模态辨识方面的应用已有一定研究,其主要存在模态阶数难以确定的问题。本文对现有定阶算法归纳并分析其有效性,然后根据白噪声情况下SVD解后奇异值排列的特性,提出以奇数阶奇异值曲线折角余弦值为依据的几何定阶算法。该算法不依靠经验对阈值进行设定亦不需要人为的观察,根据余弦值最小值出现的位置判断模态阶数,经对比得该算法直观性高鲁棒性强,有利于程序自动实现。为进一步研究,本文将矩阵束法与SSI随机子空间算法进行对比,结果表明,在单通道数据情况下,矩阵束算法计算简单直接,但SSI随机子空间算法精度不高,其原因在于SSI算法本身对应的是多通道数据,所以单通道数据情况下矩阵束算法效果更佳。最后,本文以4机两区域等模型为算例,并结合实测低频振荡数据进行分析,结果证明本文所提定阶算法清晰高效,并且对于低频振荡信号而言,直接使用低通滤波器和小波降噪的组合再使用矩阵束算法辨识能取得良好的辨识效果。