随着南方电网整体资源优化配置建设的实施,水电能源在系统中渗透率的不断提高,出现了低频振荡现象和超低频振荡现象同时存在的情况。电力系统低频振荡信号是典型的多分量混噪信号,超低频振荡信号经常发生在水电渗透率较高的电网中,而且振荡的频率较低。多类型振荡信号的产生对特征参数的辨识提出了新的挑战。如何准确提取多类型复杂的振荡信号并进行有效抑制对电力系统的安全稳定运行具有重要意义。论文叙述电力系统低频振荡和超低频振荡的研究背景与意义,分析了几种典型的常用于频率振荡信号辨识的方法,传统的振荡信号预处理算法在分解振荡信号时,极易造成模态混叠、丢失和失真等现象,同时抗噪性能较差。文中引入了变分模态分解法,该方法具有较强的理论基础和非平稳信号的处理能力,且有效的避免了分解信号时出现的模态混叠和虚假模态等现象,但模态数量K值和惩罚因子α值需要人为设定,会使分解结果在一定程度上出现偏差,而且对于多类型振荡信号振荡频率跨度较大,采用单一的惩罚因子难以同时兼顾多模态的特性,不能确保信号的保真度。为了准确提取特征参数的主导模态,文中采用自适应变分模态分解(adaptive variational mode decomposition,AVMD)算法和 Hilbert 变换对振荡信号进行特征参数辨识。该方法基于能量损失系数(energy loss coefficient,ELC)和多匹配惩罚因子(multiple matching penalty factor,MMPF)确定模态数量K值和惩罚因子α值,实现了对振荡信号主导模态自适应有效提取,并利用Hilbert变换对振荡信号进行特征参数辨识。对于系统中产生的超低频振荡现象,文中采用两种策略进行抑制,一种是调节PID型调速器参数减少系统中负阻尼,另一种是利用附加阻尼控制器增加负荷所提供的正阻尼,使系统总阻尼转矩为正。通过仿真分析对比了两种策略的抑制效果。