摘要：针对低频振荡带宽较窄、主导模式较少的特点，提出了分段傅里叶神经网络的主导模式识别方法。采用分段傅里叶系数以求得振荡阻尼特性；为克服傅里叶系数直接求解的困难，采用有限神经元的正交基神经网络模型进行求解。根据分段傅里叶系数识别振荡主导模式的频率和衰减因子；再根据其与衰减时间窗的关系得到振荡幅值。该方法既保留了傅里叶算法抗噪性好的特点，又利用神经网络训练，进一步提高了抗噪性和可靠性，并通过算例仿真得到了证明。该研究对电力系统低频振荡的在线动态识别具有实际意义。

关键词：prony 神经网络 主导模式 低频振荡 模式识别 

单位：长沙理工大学电气与信息工程学院 湖南长沙410114 中国电力科学研究院 北京100192