随着我国经济的高速发展,对电能的要求要不断提高,使得电网规模不断扩大、电力系统已越来越接近其稳定极限运行,而由系统弱阻尼诱发的低频振荡问题已成为威胁电网安全稳定运行的重要因素之一,因此快速辨识出电力系统低频振荡的振荡模式,尤其是弱阻尼模式和负阻尼模式,对电网的安全预警具有重要的工程意义。本文提出了一种基于自适应投影多元经验模态分解(APIT-MEMD,Adaptive-projection intrinsically transformed multivariate empirical mode decomposition)和希尔伯特黄变换(Hilbert-Hung Transform,HHT)相结合的电力系统低频振荡模式辨识新方法。针对经验模态分解(empirical mode decomposition,EMD)只适用于单通道模式辨识的局限性,以及存在模式混叠和辨识效率低的缺点,首先引入多元经验模态分解(Multivariate empirical mode decomposition,MEMD)方法对多通道量测信号进行预处理,实现多通道量测信息的协同分解;针对MEMD方法在处理多信道量测信息时存在量测信道之间数据不平衡性及数据相关性导致的主导振荡模式辨识结果误差较大,且模式混叠现象未有效地解决的不足。本文采用APIT-MEMD将含有振荡信息的多信道量测信息整体分解,精确地分离出每个量测信道内含有各振荡模式的IMF信号。在此基础上,引入Teager能量算子筛选出含主导振荡模式的关键IMF信号;针对主导振荡模式在振荡过程的时变特性,借助HHT追踪各主导振荡模式的瞬时振荡频率和阻尼比。最后,通过16机68节点测试系统仿真数据和辽宁电网PMU实测数据对本文所提方法进行分析、验证,结果验证了所提方法的准确性和有效性。