本发明公开了一种基于振荡分量椭圆轨迹的次/超同步振荡的检测方法，包括以下步骤：S1、获取PMU数据样本，并计算其中振荡的频率；S2、根据所述振荡频率构建椭圆轨迹，得到椭圆轨迹特征值；S3、将所述椭圆轨迹特征值输入单隐层前馈神经网络，得到次/超同步振荡分类结果，完成次/超同步振荡的检测。本发明基于在实际工程中应用较广泛的同步向量测量装置的数据进行振荡类型检测的特点，将其从时域转化为频域，并利用振荡特有的椭圆轨迹特征，准确的对振荡类型进行了分类；采用了极限学习机智能算法，实现了振荡的实时检测与分类；鲁棒性强，在较强的噪声影响下，依然可达到较高的分类准确性，具有较大的实际工程价值。