随着分布式发电(Distributed Generation，DG)技术的快速发展，能源危机和环境问题的迫切需求，驱动了越来越多的DG接入配电网中。DG的接入，使配电网由单电源辐射状系统向多电源弱环网系统转变，馈线上可能出现反向潮流和电压越限问题，加之负荷的波动变化与DG出力的随机波动，都对配电网运行带来了严峻的挑战。配电网状态估计(Distribution System State Estimation,DSSE)是配电管理系统(Distribution Management Application, DMS)必不可少的基本组成要素，是智能电网中众多应用程序(如电压调节控制，负荷分配)的基础。但由于配电网先天发展不足，配电网状态估计仍面临着诸多挑战：○1缺乏实时量测、○2不对称配电网络结构的详细建模以及○3能够适应主动配电网条件下的的状态估计算法。为此，本文从上述三个方面对智能配电网状态估计进行研究。首先，本文针对配电网三相不平衡的特点，利用OpenDSS平台建立了精确的配电网三相模型；其次，本文利用GSA、K-means和MCMC-EM算法建立了配电网负荷的GMM模型，并基于GMM模型，提出了基于GMM模型的负荷伪量测权重优化算法，以解决负荷伪量测权重的优化分配问题；然后，本文根据配电网的网络特性和传统算法存在的缺点，提出了基于增广矩阵的配电网全局状态估计算法，在该算法中，对传统的节点法矩阵形式进行了改进，并能够对变压器和电压调节器的抽头进行估计。最后，利用OpenDSS和MATLAB的交互特性，对所提出的模型和算法实现了OpenDSS/MATLAB的跨平台编程，文章通过具体算例分别验证了本文所提出的模型和方法的有效性和合理性。