在解除管制的电力市场下，由于系统不同部分的归属权和测量成本等问题，负责电网管理运行的企业只能知道部分参数，无法获得足够的电力网络信息。同时由于缺乏必要的技术手段，很多地方计划用电的措施得不到有力的贯彻和落实，出现了有电大家抢着用，电力系统断电频繁，导致系统的拓扑结构和网络参数也随之发生变化，成为不完全信息状态，此时只能获得部分支路的潮流数据，传统的估计算法不适用于这些新的电网运营状态。　　 为了使电力系统更经济安全的运行，保证工业生产和人们生活的用电需求，需要寻找适用于新的电网状态的估计算法，同时针对电力系统状态估计实时性的要求，本文提出了将核主分量分析(KPCA)与在线独立分量分析(ICA)算法结合的思想，结合算法称为在线核独立分量分析(KICA)算法，并将其应用于电力系统负荷曲线估计。　　 本文的核心是如何优化算法使其更满足实时性的要求。在线ICA算法可以实现在线负荷曲线估计，但是在收敛方面存在不足，因此提出了将KPCA算法与其结合应用于负荷曲线估计中，并做了大量的实验。实验仿真部分基于IEEE-14母线系统，以支路潮流为观测值，应用在线KICA算法估计了8个点的有功功率，并与在线ICA算法进行对比，由于经KPCA算法处理过的信号提高了非高斯性，因此改进了在线ICA算法收敛速度慢及难于收敛的不足，通过实验证明，在线KICA算法有更好的准确性、稳定性，更加满足在线算法的需求。