随着电力系统的发展,电网结构越来越复杂,为了提高电网运行的安全性和稳定性,对各种辅助监视、分析、决策、控制系统的需求愈加迫切,这也就对状态估计、潮流计算等基础电力系统分析计算的精度提出了更高的要求。而输电网参数的准确性是各种电网分析计算软件的基础。但由于各种原因,电网参数始终存在一定的误差。本文利用模拟的和实际的PMU量测数据,对独立线路参数估计模型和算法进行了深入研究,主要研究内容如下:①高压线路的电阻、电抗和对地电纳在数值上差别很大,常规参数估计方法将其作为独立变量分别估计,导致电阻、电抗和对地电纳的估计值误差不一致,其中小阻抗的误差常常很大。针对上述问题,论文提出了一种基于单位长度参数和长度的线路参数估计新模型。其中,状态变量为线路两端的PMU多时段电压幅值与相角,参数变量为线路的单位长度参数和长度。由于引入了长度作为电阻、电抗和对地电纳的公共变量,突出了线路参数整体对潮流状态的影响,因而新模型可以保证线路参数估计值误差的一致性,避免了常规模型中小阻抗大误差的问题。另外,针对该模型,论文提出了参数估计的混沌量子免疫算法,其具有全局寻优能力强,算法稳定的优点。算例结果验证了论文模型与算法的有效性。②参数估计结果易受量测随机误差的影响,通过多次估计结果均值可以减小其影响,但是现有方法没有提出采用多少样本数合适,样本数过小导致参数估计精度不高,样本数过大导致数据量过大,计算复杂。本文将蒙特卡洛模拟法引入参数估计问题,提出了参数均值估计的蒙特卡洛模拟法。通过多次估计的均值作为参数的近似值,采样的样本数通过方差系数确定。仿真表明,论文提出的方法精度较高,样本数更合理。