Mohsen Khosravi - Corresponding Author, PhD Student in Electric Power Engineering, Faculty of Electrical and Robotic Engineering, Shahrood University of Technology, Iran.
Mahdi Banejad - Associate Professor in Electric Power Engineering, Faculty of Electrical and Robotic Engineering,Shahrood University of Technology, Iran.
Heidar Tosian Shandiz - Associate Professor in Control Engineering, Faculty of Electrical and Robotic Engineering,Shahrood University of Technology, Iran.

با وجود اینکه چندین دهه از مطرح شدن بحث تخمین حالت در شبکه های قدرت می گذرد، عواقب خطرناک ناشی از کنترل و تصمیم گیری بر مبنای اطلاعات نادرست از شبکه، باعث گردیده که هنوز دقت، اطمینان و مقاوم بودن روش تخمین دغدغه اساسی سیستم مدیریت انرژی (EMS) باشد.در این مقاله الگوریتمی ارائه خواهد شد که علاوه بر دقت بالا، در مقابل داده های بد و انحرافات الگوپذیر و الگوناپذیز موجود در مجموعه اطلاعات دریافتی از اندازگیرها مقاوم نیز باشد. ابتداً معیار LAV را برای اطلاعات آلوده به داده بد با استفاده از روش IPSO منیمم می کنیم. در مرحله بعد با مبنا قرار دادن مجموعه اندازگیریهای قابل اعتماد بدست آمده از نگاشت انقباض، تمامی اطلاعات دریافتی از اندازگیرها را فیلتر می کنیم. در نهایت به کمک الگوریتم WLS ،تخمین حالت دقیق بر روی اطلاعات فیلتر شده، انجام خواهد شد. نتایج شبیه سازی برای سیستم 14 باس IEEE ، بیانگر دقت و کارآمدی این الگوریتم می باشد

تخمین حالت مقاوم، داده بد، نگاشت انقباض، LAV، IPSO، WLS