随着我国智能电网的发展和用户对电能质量要求的提高,电力公司对状态估计基础数据的高效维护以及电网在线安全分析与调度控制水平提出了更高的要求。不良数据检测与辨识是电力系统状态估计的重要功能之一,也是电网在线安全分析与调度控制的重要保障。实际电力调度中心的能量管理系统(Energy Management System,EMS)中都有比较可靠的状态估计功能,但没有专门的不良数据辨识与校正辅助决策软件。针对经常发生的不良数据,为了保证状态估计的合格率,现有电力部门只能靠运维工程师的经验方法,通过人工查找海量状态估计基础数据来辨识不合格量测产生的原因,校正可疑的不良量测、错误参数和错误开关状态。虽然人工专家经验在一定程度上可以正确辨识某些不良数据,但是其不仅对运维工程师的专业水平要求很高,而且人工的海量状态估计基础数据的分析也非常耗时。因此,如何高效、准确辨识出不良数据具有重要的实际意义。在实际的状态估计问题中,某时刻断面的不良数据(量测数据、网络参数和开关状态)可能存在单个或多个,在有多个不良数据时,可能是同一种类型,也可能属于不同类型,而如何有效辨识多类型的不良数据,这是尚未有效解决的问题。为此,本文深入研究了状态估计复杂不良数据的辨识方法,其主要内容为:(1)提出了一种状态估计复杂不良数据的前推回代潮流追踪辨识方法。该方法首先综合考虑量测数据之间以及量测数据与网络参数之间的电路关联关系,基于节点功率、支路首末端功率电压的平衡一致性要求,定义了功率电压量测数据和电网设备参数错误的判据。然后基于节点度等于1的拓扑搜索原则和节点不平衡功率最小的解环原则,通过拓扑搜索,将电网分解成辐射网结构并形成电网的支路层次矩阵L及对应支路的首末端节点信息矩阵M,然后利用L和M矩阵和本文定义的不良数据判据进行功率和电压的同步前推回代计算和不良数据判断,最终实现不良量测和参数错误的有效辨识。基于IEEE39节点算例系统的仿真结果表明:相对现有基于静态状态估计残差辨识不良量测的方法和基于拉格朗日乘子辨识参数错误方法,所提方法在多个相关不良量测和参数错误的同时辨识方面具有更高的辨识精度。(2)提出了一种基于潮流追踪和动态状态估计的电网拓扑错误辨识方法。该方法首先采用潮流追踪方法检测辨识电网中的不良量测,并用追踪过程中的估计值替代不良量测。然后在量测数据校正的基础上,采用动态状态估计残差辨识法识别拓扑错误。通过潮流追踪方法对不良量测的过滤和校正,减少了不良量测对拓扑错误辨识的影响,利用动态状态估计残差辨识拓扑错误,避免了传统采用新息向量辨识拓扑错误时负荷突变的影响。从而提高了动态状态估计的拓扑错误辨识精度。基于IEEE39节点算例系统进行仿真计算,仿真结果表明论文方法相对现有动态状态估计拓扑错误辨识方法具有更高的精度。