电力系统状态估计概述
第二章 电力系统状态估计new
一．概述
协同状态估计工作的是不良数据的检测与辨 识，如果有误差很大的，一般没有随机性的数 据（也称不良数据），就应该将它剔除，并重 新进行状态估计，最终建立起完整的电力系统 模型。
由于状态估计必须在几分钟内完成，因此它 通常可以跟踪节点负荷的变化规律，在必要时 可用来提供补充的测量量。因此，状态估计的 计算结果也可以用于负荷预测。
一．概述
状态估计中的“估计”不意味着不准 确，相反，对于实际运行的系统来说， 不能认为潮流计算是绝对准确的，而状 态估计的值显然更准确。
状态估计可认为是一种广义潮流，而常 规潮流计算是一种狭义潮流，及状态估 计中m=n的特例。
二．电力系统状态估计的数学描述与可观察性
一 电力系统测量系统的数学描述
电力系统状态估计（POWER SYSTEM STATE ESTIMATION）是EMS中保证电力系统实时数据质量的 重要一环，它为其它应用程序的实现奠定了基础。
一．概述
采集数据存在的问题
采集的数据是有误差的，不可靠（错误数据）或者 局部信息不完整。
– 模拟量——母线电压、线路功率、负载功率。 • 一般要经过互感器、功率变换器、A/D转换器量化成 数字量，并通过通信传送到控制中心。
二．电力系统状态估计的数学描述与可观察性
（3）随机误差。这是测量系统中不可避 免会出现的。其特点是小误差比大误差出 现的概率大，正负误差出现的概率相等， 即概率密度曲线对称于零值或误差的数学 期望为零。状态估计式(2-1)和式(2-3) 中的误差向量 ν 就是这种误差。
二．电力系统状态估计的数学描述与可观察性
第二章 电力系统状态估计
一．概述 二．电力系统量测系统的数学描述与可观察性 三．电力系统状态估计的理论与计算方法
第五讲电力系统状态估计概述
第五讲电力系统状态估计概述电力系统状态估计指的是通过对电力系统的监测和测量数据进行处理，推算出电力系统相关参数的过程。
通俗的说，就是在电力系统的运行过程中，通过监测数据估计电力系统的状态，以便于运行员做出更好的决策。
电力系统状态估计的意义电力系统状态估计是电力系统自动化的重要组成部分。
在电力系统运行过程中，状态估计系统可以帮助运行员迅速掌握系统状态，及时调整电力系统的运行方式，保证电力系统的安全运行。
同时，状态估计系统还能够优化系统的经济性，提高电力系统的可靠性。
电力系统状态估计的原理电力系统状态估计是基于电力系统监测数据的处理和分析而实现的。
电力系统监测数据主要包括电压、电流、功率等参数。
通过对这些参数的监测和测量，可以获取电力系统的当前状态。
状态估计系统主要是通过对监测数据的处理和分析，以及对电力系统的模型建立和分析来推算电力系统的状态。
电力系统状态估计的原理和方法很多，但基本流程是相似的。
首先需要对电力系统的模型进行建立和分析，然后根据监测数据和运行状态信息，结合电力系统模型，对电力系统的状态进行估计。
最后根据状态估计结果，进行决策和调整。
电力系统状态估计的关键技术为了实现电力系统状态估计，需要涉及到诸多技术。
其中，关键技术包括：变电站数据采集系统变电站是电力系统中起到极为重要作用的环节，所以变电站的监测数据是状态估计的重要来源之一。
因此，变电站数据采集系统的高可靠性和高稳定性是保证状态估计准确性的关键。
现代电力系统常用的数据采集系统包括智能终端设备、数字遥测与遥控设备等。
电力系统模型状态估计需要基于电力系统模型来进行推算。
电力系统模型就是对电力系统运行模式进行建模和仿真得到的电力系统模拟实验环境。
常见的电力系统模型主要有潮流计算模型、电容器模型和风电模型等。
数据预处理电力系统的监测数据通常包含了大量的噪声，因此需要对数据进行预处理。
常用的数据预处理方法包括滤波、降噪、数据插补等等。
非线性方程组求解电力系统状态估计需要根据监测数据在电力系统模型的基础上求解非线性方程组，所以求解非线性方程组是状态估计的关键技术。
第四章 电力系统状态估计
第四章电力系统状态估计(State Estimation)制作人：雷霞主要内容⏹重点：状态估计的概念⏹难点：状态估计的数学描述⏹概述⏹状态估计的数学模型及算法⏹不良数据的检测与辨识第一节概述⏹一、电力系统状态估计的必要性⏹运行结构和运行参数⏹SCADA数据库的缺点：⏹(1)数据不齐全；⏹(2)数据不精确；⏹(3)受干扰时会出现不良数据；⏹(4)数据不和谐。
二、状态估计的基本原理⏹1、测量的冗余度⏹测量系统的冗余度=系统独立测量数/系统状态变量数=(1.5~3.0)⏹2、状态估计的步骤⏹(1)假定数学模型⏹(2)状态估计计算⏹(3)检测⏹(4)识别第二节状态估计的数学模型及算法一、状态估计的数学描述数学模型量测量⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎣⎡=i i i ij ij V Q P Q P z 待求的状态量⎥⎦⎤⎢⎣⎡=i i V θx一、状态估计的数学描述⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎣⎡=)(),(),(),(),(i i ij ij i ij ij i ij ij ij ij ij ij V V V Q V P V Q V P θθθθh(x)量测方程一、状态估计的数学描述∑∑∈∈+=+=-=+-+-=--=i j ij ij ij ijji i i j ij ij ij ij j i i ji ij ij j i ij j i c i ij ijj i ij j i i ij B G V V Q B G V V P b V V g V V y b V Q b V V g V V g V P )cos sin ()sin cos (cos sin )(sin cos 22θθθθθθθθθθθ一、状态估计的数学描述[][])()(min )(1x h z R x h z x J T --=-状态估计的目标函数伪量测数据：第1类基尔霍夫型伪量测量：无源母线，注入量为0；第2类基尔霍夫型伪量测量：0阻抗支路),(0),(0ZBR j i V V ZBR j i j i j i ∈=-∈=-θθ),(ZBR j i Q P x ij ij ∈⎥⎥⎦⎤⎢⎢⎣⎡=二、基本加权最小二乘法状态估计数学模型[][])ˆ()ˆ()ˆ()ˆ(ˆ)(1)()(1)()(l l T l l T l R R x h z x H x H x H x -=∆--)()()1(ˆˆˆl l l x x x∆+=∆+迭代修正式x x h x H ∂∂=)()(雅可比矩阵ε<∆max x 迭代收敛的判断二、基本加权最小二乘法状态估计数学模型三、快速分解状态估计算法⎥⎦⎤⎢⎣⎡=r a z z z 量测量⎥⎦⎤⎢⎣⎡=V θx 状态量量测方程⎥⎦⎤⎢⎣⎡=),(),()(V θh V θh x h r a三、快速分解状态估计算法00=∂∂=∂∂θh V h ra 和01cos 0sin V V V j i ij ij ≈≈≈=和，θθ假设修正方程)()()()(l l l l B A bVaθ=∆=∆三、快速分解状态估计算法[][][][])()(120)()()(120)(120120,)()(,)()()()()()(l l rrrT rl l l aaaTal rrT ra a Ta R B V R B V B R B V B B R B V A θVh z b θV h z a --=--=--=--=----第三节不良数据的检测与辨识⏹不良数据：误差大于某一标准（如3~10倍标准方差）的量测数据。
现代电力系统状态估计与控制策略研究
现代电力系统状态估计与控制策略研究电力系统是指由发电机、变电站、输电线路和配电网等构成的电力生产、传输、分配和供应系统。
而电力系统状态估计与控制策略的研究则是当前电力系统领域中的一个非常热门和关注的研究方向。
一、电力系统状态估计电力系统状态估计是指根据电力系统的测量数据（例如电流、电压、功率、频率等数据）来推导出电力系统中各个电网节点的电压、相角等电气量的过程。
而电力系统状态估计的目的则是为了有效地评估电力系统的当前状态，准确地确定各个电网节点的电气量，以便进行电网的控制和保护。
电力系统状态估计主要包括以下内容：1.电气量的测量和采样在进行电力系统状态估计之前，必须对电力系统中的各个节点进行电气量的测量和采样，包括电流、电压等电气量。
这些测量值是进行电力系统状态估计的基础。
2.建立电力系统的模型在电力系统状态估计中，电力系统需要建立相应的建模，以便准确地推导出各个电网节点的电气量。
建模的主要目的是建立电力系统的数学模型。
3.运用数值方法推导电气量在进行电力系统状态估计时，需要根据电力系统模型和测量数据，通过数值方法（比如说最小二乘法、牛顿方法等）来推导出电气量。
4.调整电气量的精度在进行电力系统状态估计之后，需要对电气量的精度进行调整。
调整的目的是对电气量进行精准校正，以减小误差。
二、电力系统控制策略电力系统控制策略是指针对电力系统中的各种意外和异常情况，采用各种控制方案和手段进行电网的控制，以保证电力系统的正常运行。
电力系统控制策略的主要目的是提高电网的稳定性、安全性和经济性。
电力系统控制策略主要分为以下几类：1.电网的动态控制电力系统动态控制是指通过控制电力系统中各个元件的输出功率或者转子导轴的转速或者转角等手段，来控制电网的动态变化，保证电网的稳定运行。
这种控制策略一般主要应用于大电网和高压电网中。
2.电网的静态控制电力系统静态控制是指通过调节电网中的电压、电流、功率因素等参数，来控制电路的电流和电压分布，达到提高电网稳定性和经济性的目的。
电力系统状态估计概述
电力系统状态估计研究综述摘要：电力系统状态估计是当代电力系统能量管理系统(EMS)的重要组成部分。
本文介绍了电力系统状态估计的概念、数学模型，阐述了状态估计的必要性及其作用，系统介绍了状态估计的研究现状，最后对状态估计的研究方向进行了展望。
关键词：电力系统；状态估计；能量管理系统0引言状态估计是当代电力系统能量管理系统(EMS)的重要组成部分，尤其在电力市场环境中发挥更重要的作用。
它是将可用的冗余信息(直接量测值及其他信息) 转变为电力系统当前状态估计值的实时计算机程序和算法。
准确的状态估计结果是进行后续工作(如安全分析、调度员潮流和最优潮流等)必不可少的基础。
随着电力市场的发展，状态估计的作用更显重要⑴o状态估计的理论研究促进了工程应用，而状态估计软件的工程应用也推动了状态估计理论的研究和发展。
迄今为止，这两方面都取得了大量成果。
然而，状态估计领域仍有不少问题未得到妥善解决，随着电力系统规模的不断扩大，电力工业管理体制向市场化迈进，对状态估计有了新要求，各种新技术和新理论不断涌现，为解决状态估计的某些问题提供了可能。
本文就电力系统状态估计的研究现状和进一步的研究方向进行了综合阐述。
1电力系统状态估计的概念1.1电力系统状态估计的基本定义状态估计也被称为滤波，它是利用实时量测系统的冗余度来提高数据精度，自动排除随机干扰所引起的错误信息，估计或预报系统的运行状态(或轨迹)o 状态估计作为近代计算机实时数据处理的手段，首先应用于宇宙飞船、卫星、导弹、潜艇和飞机的追踪、导航和控制中。
它主要使用了六十年代初期由卡尔曼、布西等人提出的一种递推式数字滤波方法，该方法既节约内存，又大大降低了每次估计的计算量[2,4]o电力系统状态估计的研究也是由卡尔曼滤波开始。
但根据电力系统的特点，即状态估计主要处理对象是某一时间断面上的高维空间(网络)问题，而且对量测误差的统计知识又不够清楚，因此便于采用基于统计学的估计方法如最小方差估计、极大验后估计、极大似然估计等方法，目前很多电力系统实际采用的状态估计算法是最小二乘法。
05第五讲电力系统状态估计概述
05第五讲电力系统状态估计概述电力系统是由各种电力设备组成的复杂系统，包括发电机、变压器、传输线路等。
电力系统状态估计是指根据系统的输入输出数据，通过对系统的各个变量进行估计，得到系统的真实状态。
电力系统状态估计是电力系统运行与管理的基础，对于电力系统的实时监测、故障诊断、调度运行等具有重要的意义。
电力系统的状态估计主要包括以下四个方面的内容：1.变量选择和观测：电力系统状态估计的第一步是确定需要估计的变量，如电压、电流等，并选择适当的观测点进行观测。
观测点的选择应综合考虑电力系统设计、安装以及经济等因素。
3.状态估计模型：电力系统状态估计的核心是建立状态估计模型。
状态估计模型通常是基于电力系统的物理特性和运行规律建立的，通过对电力系统进行建模和仿真，可以得到系统各个变量之间的关系。
4.估计算法和优化方法：电力系统状态估计的最后一步是通过估计算法和优化方法来实现对系统状态的估计。
常用的估计算法包括最小二乘法、卡尔曼滤波、粒子滤波等，优化方法包括线性规划、非线性规划等。
电力系统状态估计的目标是得到系统的真实状态，以便进行系统的运行、监控和控制。
通过对电力系统的状态进行估计，可以实现以下几个方面的功能：1.实时监测：通过对电力系统状态的估计，可以实时监测电力系统的运行状况，及时发现和处理异常情况，提高系统的可靠性和安全性。
2.故障诊断：电力系统状态估计可以帮助人们对电力系统故障进行诊断，找出故障的原因和位置，以便进行及时修复，减少故障对系统运行的影响。
3.调度运行：电力系统状态估计可以提供实时的系统状态信息，帮助电力系统调度员进行系统的调度运行，包括发电机的运行控制、变压器的升降压控制等。
4.能源管理：电力系统状态估计可以实现对系统能源的实时监测和管理，帮助人们对系统的能源消耗进行评估和优化，提高能源利用效率。
总之，电力系统状态估计是电力系统运行与管理的基础，通过对电力系统的运行数据进行处理和分析，可以实现对系统状态的准确估计，提高电力系统的运行效果及可靠性。
第五讲电力系统状态估计概述
❖可观测性分析有两类算法：一类是逻辑（拓扑）
方法，另一类是数值分析方法。通常数值分析方 法比较直接，但所需时间比较多。
量测与量测冗余度
❖量测冗余度是指量测量个数m与待估计的状态量
个数n之间的比值m/n。
❖冗余量测的存在是状态估计可以实现提高数据精
量测个数与状态量个数一致，因此，哪怕这些输入量z中有一 个数据无法获得，常规的潮流计算也无法进行。
当一个或多个输入量z中存在粗差(gross error，又称不良数据) 时，也会导致潮流计算结果状态量x出现偏差而无用。
电力系统状态估计与潮流的区别
❖状态估计
➢在实际应用中，可以获取其它一些量测量，譬 如线路上的功率潮流值P、Q等，这样，量测量 z的维数m总大于未知状态量x的维数n。
➢由于量测量存在误差，式(1) 将变成
z =h(x)+v
(2)
其中 z是观测到的理解成：如果以真实的状态向量x构成测量函数h(x)， 则量测真值还要考虑加上量测噪音v的影响后，才是观测到的量 测值z。
从计算方法上，对状态估计模型式(2)，采用了与常规潮流完全 不同的方法，一般根据一定的估计准则，按估计理论的处理方法 进行计算。
度的基础。
❖总的来说，m/n越大，系统冗余度越高，对状态
估计采用一定的估计方法排除不良数据以及消除 误差影响就越好。
➢在冗余度高的情况下，如果局部区域的量测数 量偏低，也会造成系统总体不可观测。
量测与量测冗余度
❖关键量测：关键量测被定义为，若失去该量测，
系统不可观测。关键量测有如下性质，关键量测 上的残差为零，即关键量测点为精确拟合点。
❖当收集到的量测量通过量测方程能够覆盖所有母
2 电力系统状态估计
◆开关错误辨识 ◇线路两端潮流合理而一端开关错开；
◇一个厂站通道坏,通过对端厂站信息判
断；
◇开关合而发电机量测值为零。
◆估计前坏数据辨识
支路潮流不平衡； 10＋j6-15-j10=-5-j4 节点注入功率不平衡； Pi-Σpij≠0
i
双母线并列运行而各母线电压不相等；
电压量测不合理，母线电压远远超限； 发电机注入负功率，负荷注入正功率；不合理； 支路无潮流量测； 母线无注入量测； 母线无电压量测； 量测数据是死数据，不变化。
要求计算得到这样的状态变量的估计 值 X ，使其对应的测量估计值 z ˆ 和测量值 z之差的平方和最小为目标准则的估计方 法，称为最小二乘法状态估计。 建立目标函数
J(x)=(z-h(x))T(z-h(x))
对目标函数求导数并取为零，即就可 X。 以求解出状态的估计量 以单变量双量测的直流电路系统为例 进行分析。
5不良数据的辨识 辨识是为了寻找出哪一个数据是不良数据， 以便进行剔除或补充。
通常对不良数据辨识的基本思路是：在检测出不 良数据后，应进一步设法找出这个不良数据并在测 量向量中将其排除，然后重新进行状态估计。 假设在检测中发现有不良数据的存在。一个最简 单的辨识方法，是将m个测量量作一排列，去掉第 一个测量量，余下的m-1个用不良数据检测法检查 不良数据是否仍存在。如果m-1个测量的 J ( x ˆ) 值 ˆ ) 值差不多，则表示刚刚去掉 与原来m个时的 J ( x 的第一个测量量是正常测量，应该予以恢复；然后 试第二个测量量，直到找出不良数据为止。如果存 在两个不良数据，则应试探每次去掉两个测量量的 各种组合。这种方法试探的次数非常多，而且每次 试探都要进行一次状态估计，因此问题的关键在于 如何减少试探的次数。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
电力系统状态估计研究综述摘要：电力系统状态估计是当代电力系统能量管理系统(EMS)的重要组成部分。
本文介绍了电力系统状态估计的概念、数学模型，阐述了状态估计的必要性及其作用，系统介绍了状态估计的研究现状，最后对状态估计的研究方向进行了展望。
关键词：电力系统；状态估计；能量管理系统0 引言状态估计是当代电力系统能量管理系统(EMS)的重要组成部分, 尤其在电力市场环境中发挥更重要的作用。
它是将可用的冗余信息(直接量测值及其他信息)转变为电力系统当前状态估计值的实时计算机程序和算法。
准确的状态估计结果是进行后续工作(如安全分析、调度员潮流和最优潮流等)必不可少的基础。
随着电力市场的发展，状态估计的作用更显重要[1]。
状态估计的理论研究促进了工程应用，而状态估计软件的工程应用也推动了状态估计理论的研究和发展。
迄今为止，这两方面都取得了大量成果。
然而，状态估计领域仍有不少问题未得到妥善解决，随着电力系统规模的不断扩大，电力工业管理体制向市场化迈进，对状态估计有了新要求，各种新技术和新理论不断涌现，为解决状态估计的某些问题提供了可能。
本文就电力系统状态估计的研究现状和进一步的研究方向进行了综合阐述。
1 电力系统状态估计的概念1.1电力系统状态估计的基本定义状态估计也被称为滤波，它是利用实时量测系统的冗余度来提高数据精度，自动排除随机干扰所引起的错误信息，估计或预报系统的运行状态(或轨迹)。
状态估计作为近代计算机实时数据处理的手段，首先应用于宇宙飞船、卫星、导弹、潜艇和飞机的追踪、导航和控制中。
它主要使用了六十年代初期由卡尔曼、布西等人提出的一种递推式数字滤波方法，该方法既节约内存，又大大降低了每次估计的计算量[2,4]。
电力系统状态估计的研究也是由卡尔曼滤波开始。
但根据电力系统的特点，即状态估计主要处理对象是某一时间断面上的高维空间(网络)问题，而且对量测误差的统计知识又不够清楚，因此便于采用基于统计学的估计方法如最小方差估计、极大验后估计、极大似然估计等方法，目前很多电力系统实际采用的状态估计算法是最小二乘法。
1.2电力系统状态估计的数学模型状态估计的数学模型是基于反映网络结构、线路参数、状态变量和实时量测之间相互关系的量测方程：z+=)(hvx其中z是量测量；x是状态变量，一般是节点电压幅值和相位角；v是量测误差；z和v都是随机变量。
状态估计器的估计准则是指求解状态变量x的原则, 电力系统状态估计器采用的估计准则大多是极大似然估计, 即求解的状态变量x*使量测值z被观测到的可能性最大, 用数学语言描述, 即：zfxf=z(x,)],(*)max[其中f(z)是z的概率分布密度函数[3]。
2 电力系统状态估计的必要性及作用2.1电力系统状态估计的必要性电力系统调度中心都配有电网自动监控系统，它的一个重要的功能就是收集电力系统的实时数据、建立起可靠而完整的实时信息库。
信息库包含两类数据，一类是结构参数数据，另一类是运行参数数据。
结构参数包括电网结线方式及线路、设备的参数，如电网结线图、线路阻抗等，这些参数是按照计划设计的，不存在“估计”的问题。
运行参数包括电压、电流、有功功率、无功功率等，它们随着负荷的变化而不断变化，可以通过远动装置传送到调度中心。
运行参数就是状态估计的对象[2,5]。
通过数据采集、远动通道、转换机构传送到调度中心的数据，称为远动数据，单纯依靠远动数据，还不足以满足电网调度的要求，因为远动数据本身有这样几个缺点：(l)远动数据缺乏“自补性”，即远动数据并不包含电网的所有参数，只是采集了电网的部分数据。
如果将电网的每个参数都运用通道进行传输，对大电网来说，会造成实时数据采集投资过大，得不偿失。
而通过对实时数据的处理与计算，可以得到更多的运行参数，从而对电网运行进行更全面的分析。
(2)远动数据不同程度地存在误差。
电力系统运行状态的数据通过传感器、远动通道及远动装置传送到调度中心，其中每一个环节都有可能因干扰或设备性能、系统故障等原因造成数据误差，少数数据的相对误差甚至达到20%以上，超出了随机误差的范围，这些数据称为坏数据。
(3)远动数据缺乏“自我纠正”的能力，单纯的远动系统并不能把错误数据识别出来并加以纠正，这就是缺乏“自动修正”的能力。
在只装备了远动系统的情况下，要依靠调度人员的经验对数据的误差加以修正，儿乎是不可能的。
由人工进行处理的数据即使数量很小，其速度之慢和准确性之低都远远满足不了实时调度的要求。
因此在调度中心有必要对所收集到的数量十分庞大的远动数据进行科学的处理，以求得对当前的电力系统运行状态有一个确定的较为准确的监视与分析。
鉴于上述原因，十分有必要在电力系统数据量测一传送一处理的环节中加入状态估计。
2.2电力系统状态估计的作用电力系统状态估计程序在电力系统调度系统中的作用示意图如图1。
由该图可以看出一个远方的遥测量要经过许多环节才能到达电力系统调度中心。
例如图上所示的一个功率量测值，首先要由量测器(电压互感器和电流互感器)测得电压和电流，通过功率变换器将两者相乘并变换到统一规格的信号电压，再由模/数转换器转化为数字编码，由远动通道送到调度中心，再通过接口进入计算机。
电力系统状态估计程序(按硬件的说法成为状态观测器或滤波器)的主要功能是[2]：(l)根据量测量的精度(加权)和基尔霍夫定律(网络方程)按最佳估计准则(一般为最小二乘准则)对生数据进行计算，得到最接近于系统真实状态的最佳估计值。
所以通过状态估计可以提高数据精度。
(2)对生数据进行不良数据的检测与辨识，删除或改正不良数据，提高数据系统的可靠性。
(3)推算出完整而精确的电力系统的各种电气量。
例如根据周围相邻的变电站的量测量推算出某一没有安装远动装置的变电站的各种电气量。
或者根据现有类型的量测量推算另一些难以量测的电气量，例如根据有功功率量测值推算各节点电压的相角。
(4)根据遥测量估计电网的实际开关状态，纠正偶然出现的错误的开关状态信息，以保证数据库中电网结线方式的正确性。
状态估计的这种功能称之为网络结线辨识或开关状态辨识。
(5)可以应用状态估计算法以现有的数据预测未来的趋势和可能出现的状态(电力系统负荷预测和水库来水预测)。
这些预测的数据丰富了数据库的内容，为安全分析与运行计划等程序提供必要的计算条件。
(6)如果把某些可疑或未知的参数作为状态量处理时，也可以用状态估计的方法估计出这些参数的值。
例如带负荷自动改变分接头位置的变压器，如果分接头位置信号没有传送到中调时，可以作为参数把它估计出来。
当然根据运行资料估计某些网络参数，以纠正离线和在线计算中这些参数的较大误差也不是非常困难的事情。
状态估计的这种用法称为参数估计。
(7)通过状态估计程序的离线模拟试验，可以确定电力系统合理的数据收集与传送系统。
即确定合适的测点数量及其合理分布，用以改进现有的远动系统或规划未来的远动系统，使软件与硬件联合以发挥更大的效益，既能保证数据的质量而又降低整个数据量测——传送——处理系统的投资。
图1 电力系统中数据量测——传送——处理系统工作示意图3 电力系统状态估计的研究现状状态估计是当代电力系统能量管理系统(EMS)的重要组成部分，尤其在电力市场环境中发挥更重要的作用。
状态估计问题的提出激发了许多学者的研究兴趣，他们以数学、控制理论和其它新理论为指导，根据当时的计算机软件和硬件条件，结合电力系统的特点，在理论方面进行了大量研究。
同时，以实用状态估计软件为目标，针对实际工程面临的问题，探索和总结出许多可行的宝贵经验。
状态估计的理论研究促进了工程应用，而状态估计软件的工程应用也推动了状态估计理论的研究和发展。
迄今为止，这两方面都取得了大量成果。
然而，状态估计领域仍有不少问题未得到妥善解决，随着电力系统规模的不断扩大，电力工业管理体制向市场化迈进，对状态估计有了新要求，各种新技术和新理论不断涌现，为解决状态估计的某些问题提供了可能。
电力系统状态估计算法可以分为两大类型：一种是高斯型最小二乘法的总体算法，一种是卡尔曼逐次算法[1,2,3]。
1970年许怀丕（F.C.schwePPe)等人最早提出电力系统最小二乘状态估计法，是最基本的算法。
其特点是收敛性能好，估计质量高。
然而由于这种算法的计算量和使用内存量都比较大，难以用于大型电力系统的实时计算中。
吸取潮流计算经验而建立的快速P—Q分解算法和保留非线性的P—Q算法，兼顾了计算速度和收敛性，使用内存和对各种量测量的适应性等方面的优点，可以看成是基本加权最小二乘法的实用形式。
美国电力公司(AEP)和道柏思(J.F.DOPAZO)等人提出的量测量变换状态估计算法也属于最小二乘法的总体算法。
其特点是仅用支路潮流量测值，计算速度快、使用内存少和程序简单，虽然难以处理节点注入型量测量，但并不妨碍其实用性。
此法在1975年就投入了运行，积累了丰富的运行经验。
另外，线性规划和非线性规划方法也在电力系统状态估计中得到应用。
和最小二乘法相比，此法的计算速度慢，但其受不良数据的影响较小。
拉森(rson)和迪波斯(A.S.Debs)等人在美国邦那维尔电力系统最早开展了卡尔曼逐次型状态估计算法的研究，由于电力系统状态量的维数较高，不得不采用对角化的状态估计误差协方差矩阵，这样虽有节约内存和提高计算速度等方面的优点，却因此降低了收敛性能和估计质量，妨碍了实用性。
对于大系统，为了提高状态估计的计算速度，又提出了分区协调算法，即两级状态估计法。
此法目前尚处于研究阶段。
状态估计理论应用于电网实时监控系统始于70年代，据美国电机电子工程协会统计，至1978年6月将状态估计投入电网实时应用的全世界有n个电网。
我国最早在电网监控系统中实现状态估计的是京津唐电网，1979年就开始应用状态估计对系统运行进行监视。
目前，状态估计功能在国内外电网中应用较好的是欧美的一些发达国家，美洲的美国、加拿大，欧洲的大部分国家应用规模和水平都比较高。
4 电力系统状态估计遇到的问题4.1 配电系统状态估计问题为了有效监控配电系统的安全经济运行, 配电调度中心要求了解配电网络的实时信息, 需要进行配电系统状态估计。
配电系统与输电系统有很大区别[6,7]，配电系统三相负荷不平衡配有大量电流量测实时量测少，需由历史统计负荷数据产生大量伪量测配电网络中闭合回路少，因此配电系统状态估计有些特殊问题需要研究。
在模型方面，一般采用三相三线或三相四线制潮流模型。
由于有线路电流量测，三相分析中相与相之间存在藕合，不能用拓扑可观测性分析方法，必须用数值可观测性分析方法，用基尔霍夫电流定律列出节点电流平衡的量测方程。
规划用的配电网络简化模型不完全适于配电网络状态估计，需要考虑负荷模型等因素。
配电系统状态估计的实用化还要进一步研究[8,9]。