陈陈读书这段时间一直在调试一套基于PMU量测的电力系统状态估计框架，核心就是用加权最小二乘（WLS）做估计器，拿PMU的模拟量测数据去估计各节点电压幅值和相角，最后用Newton-Raphson潮流计算出来的电压解作为“标准答案”做对比验证。整套东西在Matlab里跑通，前后踩了不少坑，这里把完整思路、数学原理、代码实现和排错过程都整理出来，给后面要做状态估计、PMU配置优化或者WLS方向的同学一个能直接上手的参考。
这套框架做出来能干什么？简单说，你给它一份电网拓扑参数，它先通过Newton-Raphson潮流得到一组电压解作为真值，然后按照PMU的测量原理给真值叠加噪声，生成一批模拟量测，再用WLS迭代估计电压状态，最后把估计值、带噪声量测值和NR解画在一起对比，用误差指标评估估计精度。整个过程适合刚入门状态估计的研究生、做配电自动化或者微电网方向的同学，也适合想把手动计算改成代码实现的工程师。整体难度不大，但涉及非线性迭代、雅可比矩阵推导、量测函数构建和收敛判断，弄一遍能把这些概念串起来。
1. 项目到底在做什么：仿真环境下的状态估计验证框架
1.1 为什么要把WLS状态估计和Newton-Raphson潮流放在一起对比
很多人第一眼看到这个题目就困惑：状态估计是估计电压，潮流计算也是求电压，那直接用潮流不就行了，为什么还要做状态估计？这里有个根本区别得先讲清楚。
Newton-Raphson潮流解算的前提是：发电有功无功、负荷有功无功都是确定已知的，网络的拓扑和参数（线路电阻、电抗、对地导纳）也完整准确。在这个前提下，潮流方程2n个约束条件配2n个未知数，方程数刚好，解是唯一确定的。换句话说，NR潮流是给定“完整输入”，求精确解。
状态估计面对的现实根本不是这样。实际电网里，调度中心拿到的量测来自SCADA和PMU，这些量测值本身就带误差，有些还可能缺失甚至错误。发电出力和负荷也不是完全精确可测的。你手里只有“一批不太准确的量测数据”，想要推出系统当前的电压状态。这时候方程数往往多于未知数（量测冗余），要用统计估计的思路，从带噪声的量测里把最优状态“挑”出来，这就是WLS做的事。
那为什么要拿WLS的估计结果和NR潮流解对比？因为在真实电网里，你没有“真值”可以用来评判估计器做得好不好。但仿真环境里可以人为制造一个可控的场景：先用NR解出一个精确的电压解，把它当作“地面真值”，然后在这个真值上叠加噪声模拟PMU量测，再让WLS去估计。如果WLS设计正确，估计结果应该能接近NR解，误差越小说明估计器越有效。
可以这样类比：NR潮流是标准答案生成器，PMU是戴着有色眼镜观察标准答案的测试者，WLS是一个基于多次观察结果反推标准答案的考生。项目就是让“考生”和“标准答案生成器”同场考试，看考生能不能排除眼镜颜色的干扰，交出一份接近满分的卷子。
1.2 这个框架的适用场景和后续扩展空间
这套仿真框架适合谁？
第一类是刚接触状态估计的新手。WLS的公式推导、雅可比矩阵求解、迭代收敛逻辑全部落地成代码，比自己对着书看容易理解得多。把IEEE 14节点改成IEEE 39节点，或者在3节点小系统上跑通再改大系统，都只需要改数据文件，核心迭代代码不用动。
第二类是做PMU优化配置的同学。PMU成本高，一台装置加配套通信将近几十万元，不可能全部节点都装。很多论文研究的就是“用最少的PMU实现全网可观测”。这套框架里量测配置改起来非常方便，把某些PMU的测量通道注释掉，就能看可观测性下降后WLS的估计精度崩成什么样，这对理解零注入约束、可观测性分析都有直观帮助。
第三类是想在状态估计上做扩展应用的工程师。在WLS迭代得到的残差基础上，可以继续做坏数据检测与辨识（最大归一化残差检验、χ²检验等），也可以改成抗差估计器（加权最小绝对值、Huber估计）。因为整套代码模块化程度还可以，替换目标函数和迭代公式不会太痛苦。
环境方面只需要Matlab和MATPOWER工具箱（用于计算NR潮流真值，如果不允许额外工具箱，也可以自己写一个简单的牛顿法潮流，后面会给出替代方案）。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 三大核心概念拆解：PMU、WLS与Newton-Raphson的关系
2.1 PMU为什么是状态估计的一把新利器
PMU的全称是Phasor Measurement Unit，相量测量单元。它和传统SCADA量测最大的区别在于同步性和相角测量能力。
传统SCADA每2到4秒采一次数据，各测点之间靠通信系统触发，不同节点电压幅值的“快照”时间戳并不严格一致，而且只能测幅值，测不了相角。调度员看到的电压幅值可能是不同时刻拼出来的，这对缓慢变化的稳态