在电力行业快速发展的背景下,低频振荡已成为电力系统稳定性研究的热门课题之一,而快速准确地获取振荡模式特征是对振荡信号进行分析的重要前提。目前,基于广域量测信号分析方法能够直接提取振幅、相位、频率和阻尼比等振荡信号的特征参数,为振荡模式和阻尼分析提供了可能,但现有的信号分析法大部分在抗高斯有色噪声及多通道量测系统输出信号计算效率上有待提高。针对这一不足,该文提出一种适应能力较强的低频振荡模式辨识方法,该方法基于广域多通道量测信号,具有较强的抗噪声能力(包括抗有色高斯噪声)以及出色的并行计算能力。首先,针对广域量测系统的低频振荡信号进行特征分析,得出其是含混合噪声(既含高斯白噪声又含高斯有色噪声)的多通道信号,在此基础上提出了一种具有较强抗噪能力的单通道模式辨识方法。该方法,选用共振稀疏分解法(RSSD)作为信号预处理的主要手段,Prony作为模式辨识的主要方法,形成一种适应能力更强的单通道模式辨识方法-RSSD+Prony法,并在多通道信号中对其有效性进行了分析。单通道信号数值仿真表明,RSSD+Prony算法可准确获取振荡各模式信息,且对高斯有色噪声敏感性低于Prony算法和形态滤波+Prony算法;当仿真信号为多通道时,该方法的精确度大打折扣,并且出现了遗漏模式的现象,从而有效性得不到保证。其次,针对多通道低频振荡信号下单通道处理方法所存在的问题,提出一种高斯有色噪声背景下的多通道信号多通道处理的模式辨识方法。该方法选取改进后的独立分量法(ICA)进行模式辨识,重点研究了其主要原理与实现步骤,并将RSSD作为前置处理方法,通过数值信号从快速性、准确性、可靠性等方面验证其性能。仿真表明,RSSD+ICA抗噪性好、计算效率高且并行能力强。最后,提出了电力系统标准算例下算法验证的整体流程,并对其实现界面进行了初步设计。在该流程下,选用4机2区域以及8机36节点算例对RSSD+ICA算法有效性进行验证。仿真结果表明,RSSD+ICA是一种适应能力较强的低频振荡模式辨识方法,基于广域多通道量测信号具有较强的抗噪能力(包括抗高斯有色噪声)以及较为出色的并行计算能力,能显著提高主导模式辨识速度和精度,具有实用价值。