电力系统状态估计是保证量测数据准确性和完整性的重要手段，同时也是能量管理系统的重要组成部分，虽然其从出现至今已有很多年，但仍有不少问题尚未得到妥善解决，而且本课题还要将其应用到理论线损实时计算中以保证计算的顺利进行和准确度，所以有必要对状态估计作进一步地研究。 本文从实际应用的角度出发，对状态估计中的估计算法、不良数据辨识、可观测性分析这三部分进行重点研究，最后还对状态估计在理论线损实时计算中的应用作总体设计。 首先对电力系统的一些基础理论和现有的一些方法进行了详细阐述。接着在当前状态估计计算中广泛应用的P-Q分解法的基础上，应用抗差估计理论中的极大似然型估计，给出一种基于抗差理论的P-Q分解状态估计算法。然后针对当前不良数据辨识中存在的计算速度慢或不能够很好克服“残差污染”和“残差淹没"等问题，推导了量测量个数发生变化时计算标准化残差的简化公式，并在此基础上提出粗检分类与逐次型标准化残差检测相结合的不良数据处理新方法。接着又通过分析量测函数向量之间的线性相关性，从适应计算机编程出发，给出一种新的网络可观测性判断方法，并说明了该判断方法在不良数据辨识中的应用原则。最后对状态估计在理论线损实时计算中应用的具体方案进行了设计，包括软件开发语言的选取、数据库设计、系统功能模块和计算流程等。 本文提出的所有算法或方法均以某地区220 kV电网为实际背景，通过Matlab仿真平台进行了算例分析，给出了仿真结果，结果表明本文所提算法和方法均切实可行。