中文摘要：

电网参数是状态估计的基础数据，参数错误影响状态估计的正确性，对其他涉及网络计算的高级应用分析软件也有影响。在实际电网参数错误的识别过程中不可避免的存在坏数据，甚至有时还会存在拓扑错误，这些因素使得参数估计难以顺利进行。本项目旨在研究分检式参数估计方法。以新息图法为工具识别并判断参数错误。首先研究分检参数错误、坏数据、拓扑错误和负荷突变的方法，逐一排查并去除坏数据、拓扑错误和负荷突变，凸显参数错误的特征。然后针对参数错误严重程度的不同，进行严重参数错误和普通参数错误的分检，研究参数错误辨识问题。最后对WAMS测量系统和SCADA系统进行数据挖掘，形成PMU电网观测系统，探讨基于PMU电网观测系统的参数估计方法。通过本项目的研究，可以显著提高参数估计水平，提高状态估计的准确性，更好地为电网的安全、稳定以及经济运行服务。

结论摘要：

本项目研究分检式参数估计方法，以新息图法为工具识别并判断参数错误。建立了辨识参数错误和拓扑错误统一模型，可识别坏数据、负荷突变、拓扑错误和参数错误。提出突变路径和突变子网的概念，用以识别多个负荷突变。负荷突变和不良数据识别问题的深入研究，为参数估计建立了良好环境。 研究参数估计方法，采用遗传禁忌算法对错误支路的参数值进行估计。研究了PMU情况下的识别问题，提出PMU电网观测系统的概念，研究了电网观测系统的形成和其影响范围，研究了PMU测量情况下参数估计问题。 对某省区电网进行了应用研究，提出多断面新息图参数错误辨识方法, 验证了新息图法参数估计的有效性。研究了新息图方法在配电网中的应用以及新息图法状态估计与聚类分析方法的结合应用。 通过本项目的研究，提高了参数估计水平，提高了状态估计的准确性，可更好地为电网的安全、稳定以及经济运行服务。