伴随着经济快速发展，当前社会对供电的高可靠性、安全性的要求日渐提高，配电网作为面向用户的最后一环，因此得到极大的关注。如何推进智能化电网建设，聚焦解决配电网薄弱环节，确保供电质量，是电网建设的重中之重。
　　配电网状态估计(Distribution System State Estimation，DSSE)是配电网调度中心系统控制的关键一环，通过获取一组稳定可靠的DSSE结果，对于掌握系统运行状态、为后续经济调度、频率控制及切负荷等至为重要。但随着配电网的不断发展，DSSE所需要采用的量测信息精度难以得到保障，这为获取一组高精度状态估计埋下隐患。然而，考虑到配电网自身负荷频繁波动性、所接入分布式能源(Distributed Generation，DG)的输出不确定性及不安全网络环境下量测信息易受攻击而转变为恶意数据等原因，因此当将其作为伪测量信息应用于DSSE时，毫无疑问会对结果存在极大影响。基于此，本文研究一种考虑坏数据下配电网韧性状态估计策略，通过多阶段优化策略，针对当前DSSE问题提出针对性措施，提升结果精度，这对掌握配电系统实时运行状态，为后续系统高级决策提供可靠信息支撑，具有非常重要的作用。
　　首先介绍当前常用DSSE算法特性。对坏量测信息对于DSSE估计结果的影响进行定性分析，而后介绍所提出韧性状态估计算法的整体框架。之后分别从伪测量产生、应用及算法执行三个阶段具体介绍相应优化策略。在伪测量产生阶段，针对伪测量低精度问题提出一种负荷预测优化方法，通过采用最小绝对收缩选择算子(Least absolute shrinkage and selection operator，LASSO)分析负荷相关影响因素，优化相似日选择结果，从而提升负荷预测精度，以美国东部某地区三个月的负荷数据进行验证，结果表明相似日的优化选取可以提高短期负荷预测精度；在伪测量应用阶段，提出一种冗余伪测量数据优化选择方法，通过对伪测量数据对于估计结果的影响进行评估，优化量测集构建，达到提高配电网状态估计对于坏数据鲁棒性的目的；在DSSE算法优化阶段，结合现有配电网拓扑特点，提出一种配电网递归式支路状态估计，以限制高误差伪测量对于估计结果的影响，提升估计鲁棒性，伪测量优化方案及DSSE优化算法都在IEEE34节点系统进行验证，证实所提出方案的可行性。