随着直流输电系统的持续建设以及新能源发电的大规模并网,电力电子化设备在现代电力系统中的比例不断提升,电力系统动态特性越发复杂,电网的仿真分析手段由传统的离线仿真与离线分析逐渐向实时仿真与在线分析发展,这也对系统元件模型和参数的准确性提出了更高要求。目前针对同步发电机、励磁系统、调节器、电力负荷等传统设备的模型参数测辨技术已经较为成熟,但对于以直流输电系统为代表的电力电子化设备模型参数辨识方法尚缺乏系统研究。本文针对直流输电系统机电暂态模型参数辨识方法进行了研究,主要工作有:1)直流输电系统模型主导参数选择与离线辨识。通过分析直流模型结构与参数灵敏度提出了直流模型主导参数识别方法,以降低待辨识参数维数和提高辨识效率;针对直流输电系统的设备模型与控制器模型,分别提出了基于最小二乘法与粒子群优化算法的主导参数离线辨识方法,实现了直流输电系统模型参数的离线辨识。2)基于匹配-校正方法的直流输电系统模型参数在线辨识。基于历史或离线仿真数据,通过双向分类算法构建直流典型模式库;基于该模式库,提出直流模型典型参数在线匹配方法,并进一步通过数值梯度对典型模式参数进行校正,实现了直流输电系统模型参数的在线辨识。3)基于深度强化学习的直流输电系统模型参数在线校正。基于深度强化学习与参数辨识的基本原理,提出了一种电力系统模型参数在线辨识框架,并通过深度确定性策略梯度算法,实现了直流输电模型参数的离线多场景参数辨识与参数在线校正。