随着大区电网互联工程的发展，由低频振荡引起的传输线功率振荡以及发电机组之间的相对振荡已成为阻碍电网规模进一步扩大以及区域间功率交换的主要障碍，准确、及时的振荡模式辨识是智能电网中电网自愈功能的重要组成部分，对于大电网的安全稳定运行具有重要的意义。　　 低频振荡问题属于电力系统小干扰稳定性问题，而弱阻尼或欠阻尼是影响系统小干扰稳定性的直接原因，随着广域测量技术WAMS(WideAreaMeasurmentSystem)的发展，利用这种高速、精确的动态数据平台在线辨识低频振荡模式参数已经成为国内外研究的热点。　　 本文首先介绍了Prony低频振荡辨识原理，利用降阶模型来拟合系统实测数据，可直接得到系统中主导特征根及其传递函数留数等信息;然后介绍了基于ARMA(Auto-RegressiveMoving-Average)模型的系统辨识理论，其主要包括ARMA模型的定义、结构、以及物理意义等，然后介绍了ARMA模型的定阶问题以及模型参数的求解方法;最后介绍了ARMA模型的频域特性，即ARMA谱估计的相关基本理论。　　 根据Prony算法和ARMA模型的优缺点，提出了Prony与ARMA混合算法的低频振荡在线辨识方法，其在平稳信号时采用ARMA模型辨识，振荡信号时采用Prony算法，以此来实现电网低频振荡模式的在线跟踪辨识。　　 最后，通过对重庆电网传输线有功功率实测数据进行振荡参数辨识，验证了本文方法的有效性，该方法完全可以满足在线应用的要求。