随着社会经济的发展,人们对供电可靠性、安全性和电能质量的要求越来越高。因此,对直接面向用户的配电网的运行状态的评估是极其重要的。配电网状态估计是从量测系统到配电控制中心非常重要的一环,配电网状态估计算法摒除了传统潮流计算不准确、线下计算的缺点,利用实时量测系统的冗余度,提高精度和自动排除随机干扰所引起的错误数据,估计出系统运行状态。为了能得到相对准确的量测数据,在配电网中安装相量测试单元(Phasor Measurement Unit,PMU),高级计量架构(Advanced Metering Infrastructure,AMI)等先进量测监视装置是非常必要的。PMU相比传统量测设备不光能测量到电网节点电压、支路电流等、还能直接测得电压和电流的相角,且量测精度大大提升。PMU利用GPS通讯技术使得同一时间点上的量测数据是同步的。但是PMU的安装成本很高,所以一直以来都很少应用到节点众多的配电系统中。本文主要研究在安装少量PMU后基于量测变换技术的配电网三相状态估计算法。由于PMU具有比较高的量测精度,量测误差较小,所以该数据应给予较大的信任度(权重较大)。伪量测量是根据历史数据所得,量测误差较大,所以信任度较低(权重较小)。本文提出以节点电压和支路电流为状态量的加权最小二乘法的状态估计算法,采用标准节点系统让量测变换状态估计算法和加权最小二乘法进行比较分析。输电网中,PMU的优化配置大都是基于全网可观测性。由于配电是闭环设计,开环运行,系统节点数庞大,所以要使配电网达到全网可观是不现实的。本文以配电网三相状态估计精度和PMU的安装成本最少为目标函数,采用混合改进遗传模拟退火算法对PMU进行优化配置,并与单一的优化配置算法做了比较,采用IEEE33节点系统对该算法进行了验证。