频率是电力系统重要的物理量,反映系统的运行状态,是监控、保护和控制的重要依据。电力系统暂态信号频率具有广泛的应用价值,如电力系统调频、调压自动控制装置,低频自动减载装置,系统自动解列装置,以及电力系统继电保护装置等,在工作过程中,均需采集暂态电压信号并识别其瞬时频率。以往的频率信号识别算法研究主要针对电力系统稳态过程的情况,很多算法已取得相当满意的效果。但电力系统暂态过程中频率表现出时变特性,使得电压等载频信号呈现非平稳性,传统基于平稳信号假设的频率计算方法难以适用。本文从非平稳信号分析角度去识别信号的瞬时频率,引入时频分析方法以获取非平稳信号的时变特性。高集中度的时频分布可以准确反映信号的动态行为并获取瞬时频率值。介绍了时频分析的相关概念和部分传统时频分析方法并分析其特点、适用范围,重点介绍了基于短时傅里叶变换的同步压缩变换和基于参数化时频分析的多项式调频小波变换,从内积理论的角度分析了两类方法获取非平稳信号高集中度时频分布的原理,并用简单的算例加以说明。提出了一种参数化频率待定系数(Parameterized Frequency Undetermined Coefficient method,PFUC)的非平稳信号瞬时频率识别算法,该算法利用时变函数的泰勒展开式将瞬时频率参数化,基于时间和相位的关系构建关于瞬时频率展开式参数的线性方程组。仿真结果表明该算法能够准确地识别线性或非线性多项式函数调频信号的瞬时频率,同时精度优于Wigner-Ville变换和Hilbert变换。此外该算法还有计算量不受信号采样率的影响、计算效率高的优点,提高信号采样率可以改善计算精度但不会改变计算耗时。考虑电力系统发生功率缺额的频率时变特性,对瞬时频率及其载频信号进行建模。准确识别这类信号的瞬时频率可以为低频自动减载装置提供动作依据,其频率时变特点是随时间负指数规律变化,并可能伴随一定程度的振荡。利用基于短时傅里叶变换的二阶和四阶同步压缩变换分析频率负指数变化信号,可得出高集中度的时频分布并准确反映信号的频率时变规律,但瞬时频率值识别精度有限。利用多项式调频小波变换可以较准确地识别负指数变化的瞬时频率,但计算精度受到窗函数宽度等多个参数的影响,且计算耗时较高。利用本文提出的PFUC能够准确识别频率负指数变化和振荡衰减变化的瞬时频率,且计算耗时与精度等方面优于同步压缩变换和多项式调频小波变换。PFUC算法对载频信号幅值时变行为不敏感。频率的变化率也可作为低频自动减载装置的动作依据。多项式调频小波变换和PFUC算法对频率的高阶导数有定义,可用于计算频率的变化率,即频率的一阶导数。仿真结果表明PFUC算法可以准确识别负指数和振荡衰减变化的频率变化率,且精度高于多项式调频小波变换算法,但误差的数量级要高于对瞬时频率自身的识别误差。考虑电力系统发生故障扰动下的频率时变情况,其频率时变特点为在额定值附近来回波动。以含有正弦因子的函数表征瞬时频率。准确识别这类信号的瞬时频率可以为电力系统自动控制装置,系统自动解列装置,以及电力系统继电保护装置等提供动作依据。仿真结果证明了PFUC算法对该类信号的适应性,且精度方面优于Wigner-Ville变换和Hilbert变换。另外,短路过程的电压信号通常含有非周期衰减直流分量,本文采用经验模态分解技术进行预处理,效果良好。最后总结了时频分析方法和PFUC算法存在的一些问题,并提出了改进思路。