现代电力系统的主要特征是引进了现代控制理论及计算机技术,但控制和计算都需要精确可靠的数学模型。同步发电机作为电网一主要元件,对其搭建精准模型有利于系统安全稳定运行。传统参数辨识方法因不能计及系统实际运行工况而逐渐淘汰,基于同步相量测量单元(Synchronous Phasor Measurement Unit,PMU)信息的在线辨识已成为当前辨识领域的主要研究方法。虽然近年来已有广大研究者在基于PMU数据的同步发电机参数辨识方面做出相关研究,但却没有深入研究基于PMU数据的模型参数可辨识性分析以及模型准确性评估。本文开展了基于PMU数据的同步发电机参数辨识研究,系统化的研究了参数可辨识性分析算法、模型参数辨识、模型准确性评估等问题。具体研究内容如下:1)研究基于PMU数据的同步发电机参数可辨识性问题,提出了基于主要海森方向(Principal Hessian Direction,PHD)理论的同步发电机参数可辨识性分析算法。首先建立同步发电机参数辨识目标函数,基于该目标函数做参数辨识可行性分析;然后利用PHD算法提出参数可辨识性分析方案,避免局部鞍点而导致参数不可辨识问题;最后分析识别关联性参数。2)研究基于PMU数据的同步发电机参数在线辨识问题,首先,对数据信息做格式转换,数据长度选取等预处理;然后对d、q轴解耦辨识并做可辨识性分析;最后通过多个实际案例数据验证本文方法的有效性。3)研究基于PMU数据的模型与参数准确性评估问题,提出基于多场景扰动数据的综合相似度指标评估模型准确性的方法。首先对待研究电机做外网等值,并注入功率信号进行混合动态仿真;然后对多个单次扰动故障数据做综合相似度指标计算,并基于阈值判别模型的准确性;最后对误差较大机组做进一步参数修正。仿真案例表明该方法的有效性。