在电力系统运行过程中，存在着许多随机扰动或不确定因素，例如节点注入功率或网络结构的变化，以及测量和估计误差。概率特征根分析和电力系统稳定器(PSS)设计方法可以更多地计及不确定因素，维持系统在较宽运行条件下的稳定性。本文在现有概率分析方法的基础上，在PSS中增加一个附加的控制单元，合理确定其控制参数以改善概率PSS的鲁棒性；为了将特征根计算应用于大系统，考虑对大系统的特定模式进行降阶运算；并在概率条件下应用。 为了对大规模电力系统计算，许多部分特征根分析和降阶方法开始用于大系统的小干扰稳定性分析。当考虑将特征根分析应用于大系统在线小干扰稳定性分析时，计算精度与计算速度的问题更为突出。从在线应用的目的出发，由于临界模式数量有限，可以对每个临界模式采用一个降阶模型进行分析，从而缓解计算精度与速度之间的矛盾。本文尝试研究对单个特定的临界模式建立其降阶模型。依据特征根灵敏度值的大小对系统状态矩阵重新排序，仅保留与特定模式强相关的发电机组，使矩阵维数得以降低。由于降阶后矩阵一般为复数形式，把矩阵虚部作为实部的修正量，以实部的值作为初值，用改进Rayleigh商逆迭代格式进行准确迭代计算。在原始Rayleigh商逆迭代格式中，对左右特征向量同时迭代，本文通过分析认为，该迭代算式不仅计算量稍大，而且针对本文算例收敛性不够理想。因此采用改进形式，不仅结构简单，性能也有很大改善。对两个算例分别进行了详细的分析说明。 然后在概率条件下对特定模式降阶进行应用，即在概率理论下得到特定模式的降阶模型，并适用于更多的单运行方式，为更进一步的应用提供依据。 利用概率特征根可以在PSS设计中考虑系统的多运行方式，但传统控制器一般属于固定参数，很难保证在每种运行方式下控制器特性都达到最优。为了进一步改善PSS的鲁棒性，本文引入单神经元模型，在PSS中形成一个附加的控制单元，即一个附加的可变增益，使PSS的参数可以随运行方式变化；基于最小二乘法的曲线拟合被用来确定控制参数的变化方程，并考虑不同的配置方案和不同的拟合信号。控制参数的合理确定保证了PSS特性在所有运行方式下都接近最优，通过在一8机系统上的大量试算和分析，对所提方法进行了考核。