状态估计能为能量管理系统(EMS)提供电网当前的运行状态，而正确的支路参数是电力系统规划设计和电网安全稳定预警、控制决策的必要基础，因此研究实用的电力系统状态估计和电网支路参数的辨识方法具有重要的意义。传统的状态估计与参数辨识的方法大都是建立在残差概念上的，然而残差最小只能说明测点估计值与量测值较为接近，不能说明估计值与真值较为接近。基于测量不确定度理论的以测点正常率最大(MNMR)为目标函数的状态估计方法很好地解决了传统状态估计方法存在的问题。本论文在此基础上，进行了MNMR状态估计方法性能及其支路参数辨识的应用研究，主要工作如下:　　(1)简要介绍了测量不确定度和MNMR状态估计方法，并对状态估计的各种评价指标进行了对比分析。选取不同的算例进行了准确性和抗差性实验，验证了MNMR状态估计方法的优越性。　　(2)理论分析了MNMR状态估计方法具有抗差特性的机理;并基于蒙特卡洛仿真理论，分别从单种类型不良数据、多种类型不良数据等角度，通过大量仿真实验研究了MNMR状态估计方法对各种类型不良数据的抗差特性。　　(3)分别引入PMU节点电压相量、节点电压和支路电流相量等量测数据，研究了计及PMU数据的MNMR状态估计。提出了基于MNMR和WLS的混合状态估计方法，进一步提高了状态估计的精度。　　(4)提出了基于MNMR状态估计方法的支路参数辨识方法，适用于线路和变压器支路的参数辨识。对四节点系统和IEEE14节点系统进行仿真实验，并利用核密度估计和点估计方法提取辨识结果的统计特征，实验结果验证了所提方法的有效性。