随着用电需求的猛增和建设规划的日趋完善,我国的电网建设正在向着规模巨大、互联密切的方向飞速发展,而大规模、广互联的特性使得如今的电网系统常工作于临界状态并且网内的任意一点发生任何的异常都会对整个网络带来或大或小的影响。有些影响会通过网络自身逐步消失,而有些可能会逐步扩大、发展,影响电网的安全稳定运行。低频振荡现象就是其中一种普遍存在的可能会对电网造成无法挽回后果的波动现象。因此,对于低频振荡的振荡模式等参数的辨识,用以作为后续电网运行的调整,有着重要的现实意义。电力系统的主导振荡模式、主导振荡模态和主导振荡参与因子是电力系统小扰动稳定分析的重要研究内容,而目前基于广域量测信息的电力系统小扰动分析绝大部分聚焦于电力系统的主导振荡模式辨识,对与主导振荡模式强相关的振荡模态和参与因子的辨识尚未进行有效研究。针对这一不足,本文采用一种基于多通道快速傅里叶小波变换的电力系统主导振荡模式、模态及参与因子协同辨识方法。针对连续小波变换在系统主导振荡模式辨识中存在效率低下的问题,引用一种快速傅里叶小波变换方法以提高小波变换在电力系统主导振荡辨识中的效率;然后针对连续小波变换和快速傅里叶小波变换的单通道辨识方法的辨识结果易受振荡模式可观性影响的缺陷,采用一种多通道快速傅里叶小波变换,实现多通道量测信息的时频域分解,进而获得对应的小波系数矩阵;在此基础上,借助小波尺度相对能量甄别出与系统主导振荡模式强相关的关键小波尺度;以关键小波尺度为基准,重构小波系数矩阵;对重构的小波系数矩阵进行奇异值分解,利用重构小波系数矩阵的第一左、右奇异特征向量辨识系统主导振荡模式、振荡模态和参与因子,实现基于广域量测信息的电力系统主导振荡模式、模态及参与因子的协同辨识。将本文所提方法应用到16机68节点测试系统和南方电网的仿真数据以及南方电网的广域实测数据中进行分析、验证,分析结果验证了本文所提方法的准确性和有效性。