本文以发电机连续时间状态空间模型为研究对象，首次成功地实现了利用连续时间的修正扩展卡尔曼滤波（ＣＥＫＦ）在线辨识发电机的暂态和次暂态１１个参数；用一个简易可行的修正项加入到状态量对未知参数求偏导的公式中，使得算法即使在噪声统计特性有较大误差的情况下仍具有很高的无偏性；实现了电压解耦及用伪随机序列作为小扰动输入信号辨识发电机的参数；成功地寻找出了算法中所需初值；对新信息、方程系数、参数进行了跟踪，并找出了最优的修改步长，提高了算法的精度和收敛速度；在实验室和电厂进行的实时在线辨识，均取得了令人满意的结果。本文所有的公式和算法都经过严格证明。仿真结果表明本文所用方法的收敛精度、参数初值的可选范围，均是令人满意的。在动模和电厂的现场试验中，对发电机动态参数跟踪得到了具有实际物理意义的参数变化轨迹，这进一步证明了本文提出的方法的正确性。