随着区域电网互联规模不断扩大、能源供应需求急剧增长,电力系统的运行日趋接近其极限。与此同时,电力系统受模型变化复杂、元件参数突变、运行方式多样等诸多因素的制约,其内部任意位置受到小的或大的扰动均会对系统的动态稳定性产生较大影响。复杂的低频振荡现象是目前电力系统调度、研究人员亟待解决的难点。目前,广域量测系统（Wide Area Measurement System,WAMS）在现代电网中的蓬勃发展为低频振荡分析和抑制提供较为完备的技术支持和监控手段。因此,在上述大背景下,准确、有效地辨识出电力系统主导振荡模式、振荡模态、参与因子及同调群等低频振荡特征参数,对深入探究电力系统低频振荡诱因、提出科学合理的振荡抑制措施具有重要价值。为此,本文以动态模态解耦（Dynamic Mode Decomposition,DMD）算法为基础,提出两种新方法以精准辨识电力系统低频振荡特征参数,主要研究内容如下:（1）提出一种基于稀疏增强动态解耦（Sparsity Promoting Dynamic Mode Decomposition,SPDMD）的电力系统动态稳定协同评估新方法。该方法首先从电力系统的多通道广域量测信息中辨识出可表征系统关键动态振荡特征信息的低阶状态矩阵;然后,基于该低阶状态矩阵,借助交替方向乘子（Alternating Direction Multiplier Method,ADMM）和拉格朗日乘子（Lagrangian Multiplier,LM）估计各振荡模式的最优振幅系数;在此基础上,根据主导振荡模式的最优振幅系数不为0这一特点,从低价状态矩阵中精确筛选出系统的主导振荡模式及模态;最后实现参与因子和同调群的协同辨识;（2）提出一种基于最优变量投影（Optimized Variable Projection,OVP）的电力系统主导振荡模式、振荡模态、参与因子及同调群综合辨识方法。该方法采用有限差分法（Finite Difference Method,FDM）预处理电力系统的广域量测信息;借助处理后的广域量测信息构建含系统关键动态振荡信息的低阶状态矩阵,进而从低阶状态矩阵中提取出电力系统的关键振荡特征信息;结合广域量测信息和关键振荡特征信息构建变量投影函数,通过OVP对其进行求解,以辨识出振荡模式及其模态;引入SPDMD从所辨识出的振荡模式及模态中分离电力系统的主导振荡模式及模态,并根据分离出的主导振荡模态实现参与因子的辨识和同调群的划分。针对传统低频振荡分析方法现存的主导振荡模式筛选困难、低频振荡特征参数辨识精度不足、端点效应问题、模式混叠现象等诸多缺陷,所提SPDMD方法借助虚假振荡模式的最优振幅系数均为0的特点精准筛选系统的主导振荡模式;所提OVP方法着重提升了低频振荡特征参数的辨识精度,且避免了端点效应问题和模式混叠现象。此外,SPDMD及OVP方法在统一时间框架下建立了主导振荡模式、振荡模态、参与因子和同调群的全过程评估体系,为电力系统运行与从业人员提供更为丰富的振荡信息和完备的理论基础,促使电力系统低频振荡现象得以被快速、有效地抑制,进而为现代互联大电网的安全、稳定发展提供充足的保障。最后,将SPDMD和OVP应用到IEEE-68节点测试系统和中国南方电网算例进行分析,其结果有效验证了所提两种新方法的正确性与实用性。