随着电力系统中低频振荡现象的频繁出现，监测和控制低频振荡直接关系到电力系统的安全运行。所以，对低频振荡的准确实时分析是有效地控制低频振荡的基础。因此，低频振荡分析算法研究受到了广大学者的极大关注。目前，常见的电力系统低频振荡分析方法有傅里叶变换、短时傅里叶变换、小波分析和Prony算法等。但是，随着电力系统规模的扩大以及电力系统的互联，传统的低频振荡分析方法越来越显得不足。本文将一种新型时频分析方法——希尔伯特-黄变换算法引入到低频振荡分析中来，可以克服傅里叶变换和Prony算法难以处理非平稳信号的缺点，以及小波分析小波基难以选择的问题。HHT算法适用于分析非线性非平稳信号，通过经验模态分解（EMD）分解可以将任何复杂的信号分解成合适数目的本征模态函数（IMF）。HHT算法不需要预先设置任何基底函数，完全是自适应的，所以其在分析非线性非平稳信号时，相对于传统的分析方法具有非常明显的优势。针对HHT所存在的问题，改进了经验模式分解过程中的分解终止准则；同时提出镜像延拓方法以抑制端点效应。以河南省电力系统实测有功功率振荡信号作为研究对象，结合改进的HHT算法，通过信号分解效果以及振荡的时变特性分析，验证了本文的改进HHT算法在电力低频振荡分析中的可行性、有效性和准确性。