为了提高电力系统网络的安全性和可靠性,电力系统的各级电网布置了大量数据监控与采集系统,来实时监视网络状态。生数据必须经过状态估计处理为熟数据,才能输送到系统的数据库,以供其他的高级应用软件对系统进行进一步的分析。状态估计,将精度高的数据设置权重大,将精度低的数据设置权重小,采用滤波算法来获得系统最接近真实的状态信息。本文开展了鲁棒估计方法研究及其应用,以提高电力系统网络的安全性和可靠性。主要工作如下:首先,研究了实用性更强的六种指数型加权状态估计方法,这六种方法对量测误差和坏数据抗差能力强,符合进行在线运用的相关条件。为了说明这几种方法在工程中的应用,因此针对这六种方法,基于IEEE118节点标准系统,对这六种方法的性能进行较为全面的分析。进一步的,选取了某实际系统的数据进行了分析测试,并且对比了这几种抗差方法的性能和优劣。其次,引入了一种关于零注入约束新的表达方式,用非零注入节点上的电压幅值和相角来表示零注入节点上的电压幅值和相角,推导出改进鲁棒状态估计模型,使得模型能够确保零注入功率严格等于零的情况下,又具有鲁棒性。在此基础上,用零注入约束评价指标和契合度评价指标,来综合评价所提算法的性能,仿真测试表明,本文所提方法能够在保证状态估计结果可信的情况下,减少迭代次数,保证零注入功率严格等于零且鲁棒性能较好。