针对高阶非线性动态系统参数估计的非线性特征，介绍了无味卡尔曼滤波(UKF)算法。在给出了UKF的算法描述的基础上，从一般意义上讨论了无味变换(UF)仅用有限的参数来近似随机变量的概率统计特征，避免了传统的通过线性化来估计非线性系统而带来的误差，进而将该算法用于电力系统感应电动机动态负荷模型的参数估计。算例利用某电网同步相量测量(PMU)采集数据，利用所提算法实时跟踪模型参数，结果表明该算法能够实时有效地辨识出感应电动机负荷模型的参数，有望在实际工程中得到应用。