电力能量管理系统中几乎所有高级应用都高度依赖网络参数,准确可靠的电网设备参数是电力系统安全、稳定、经济运行的重要基础。然而,随着运行工况、自然环境以及设备状态变化,元件参数会发生改变,而且这种变化难以准确计算,导致元件的实际运行参数与典型参数不同,阻碍了各种高级应用的可靠实现。因此,准确识别电力网络中可能存在的错误参数并对错误参数进行及时修正意义重大。本文围绕电力网络静态参数错误辨识与修正问题展开研究,主要内容如下:（1）研究了基于标准化拉格朗日乘子法的静态参数错误辨识方法。首先,介绍了基于加权最小二乘（Weighted Least Squares,WLS）的电力系统静态状态估计理论,为参数错误辨识模型的建立奠定了基础;其次,考虑零注入虚拟量测的等式约束,研究了基于标准化拉格朗日乘子法的静态参数错误辨识方法和基于状态增广的参数估计方法,并推导了量测残差与量测误差、参数误差的关系式;最后,采用IEEE标准算例系统进行了仿真测试。（2）提出了一种基于稀疏优化的电力网络静态参数错误辨识方法。首先,以多量测断面WLS估计准则为目标,以静态参数为控制变量,并考虑错误参数的稀疏性约束,建立静态参数错误辨识的混合整数非线性规划模型;其次,将模型中的0-1变量松弛为连续变量,从而将模型转化为非线性规划问题;再次,采用内点法对多个非线性规划模型进行快速求解,通过选取合适的正则化参数,准确识别可疑参数;最后,通过多个IEEE标准算例系统验证了所提方法的有效性。（3）提出了一种基于线性混合效应（Linear Mixed-Effects,LME）模型的电力网络静态参数错误辨识方法。首先,提出了一种基于半监督对抗自编码器的不良数据检测方法,为后续参数辨识提供可信量测数据;其次,使用多断面状态估计的残差方程构建LME模型,通过求解LME模型估计出量测误差的方差,进而采用广义最小二乘进行参数误差估计,通过假设检验来推断每个参数误差是否为零;再次,采用基于状态-参数联合估计的扩展状态增广方法移除误辨识的正确参数并修正错误参数;最后,通过仿真测试验证了所提方法的有效性。