电力系统状态估计是能量管理系统的重要组成部分。由于一些客观因素的存在，其量测数据可能包含不良数据。不良数据的存在，有可能导致状态估计的失败，进而无法客观地得到系统运行状况。因此，不良数据检测与辨识对整个电力系统意义重大。目前在实际应用中，不良数据的检测与辨识大多数是基于残差类方法，该类方法对不良数据的检测与辨识有明显的效果，但存在残差污染等弊端。本文采用了基于量测量相关性的方法。该方法通过对量测量相关性和残差相关性的分析，利用量测变化量的相关性系数对不良数据进行检测与辨识。为满足高压配电网不良数据处理实用化的需求，本文提出一种针对高压配网不良数据处理的实用方法。该方法根据高压配网的可观测性与辐射性的特点，通过分析高压配网不良数据的表现，利用遥信量与遥测量的对应关系，以及遥测量之间的相互关系，提出了基于非线性约束条件下的广域搜索对不良数据的检测与辨识方法，采用前推回代法得到潮流估计值，并由改进遗传算法获得加权估计值，进而对不良数据进行处理，获得电网正确的运行状态。该方法已在某市的调度系统中得到实际应用，表明了其有效性。不良数据处理平台是调度方式安排智能管理系统的核心模块，本文对配网不良数据处理方法理论分析的基础上，开发了一套实用的配网不良数据处理平台，并详细介绍了配网不良数据处理平台的开发语言、开发平台以及数据库的配置。