随着信息技术的发展,智能电网成为了各国电网公司关注的焦点,智能电网集发电、输电以及配电于一体,通过自动化及信息化的优势,可实现自动监控、诊断以及修复,工作效率得到了大幅度提升。目前智能电网在国内得到了大规模应用,然而智能电网对配网数据的正确性要求非常高,需要识别其中的不良数据并进行处理,提升服务稳定度以及供电质量,这也是选择研究配网不良数据辨识系统的原因。不良数据的辨识在电力系统状态估计中扮演不可或缺的角色,由于电表测量数据通过网络传输到控制中心时可能造成数据错误或遗失,某些遥测结果可能远离实际值等以及一些其他的客观因素存在,因此数据变得不精确且不可靠,在实际情况中,通过仪表等设备所采集到的信息不能直接用来判断系统状态,其量测量数据可能包含不良数据,不良数据检测的目的在于排除少数的不良数据,达到提高状态估计的可靠性。不良数据的辨识大多数是采用残差类方法,该类方法对于不良数据的辨识效果显著,但同时也存在残差污染等弊端。本文采用了残差灵敏度矩阵来判别测量值彼此之间相互作用的可能性,避免多个相互作用不良数据情景下误判的情况发生,也能提高状态估计中多个相互作用的不良数据辨识的正确率;再利用遗传算法根据最佳化问题来设计的适应函数得到最佳化问题的可能解组合。配网不良数据辨识系统基于J2EE进行开发,并使用Oracle存储数据,同时使用JXL插件实现数据导入与导出。配网不良数据辨识系统由配电数据管理、不良数据辨识管理、辨识结果管理以及安全管理等模块组成。所构建的系统具备如下特点:首先使用残差灵敏度矩阵以及遗传算法实现了不良数据辨识算法,其次使用Web Service技术实现了不良数据辨识结果的共享,使用并行数据库以及备份方案实现了数据保护方案。目前配网不良数据辨识系统已经构建完成,并从从功能和性能两方面对配网不良数据辨识系统进行了测试,系统符合应用需求,将其部署到了电网公司用于处理不良数据辨识业务,配网不良数据辨识系统引入后有效提升了电网公司不良数据辨识水平和工作效率。