چکیده: پایش و کنترل شبکه قدرت نیازمند اندازه گیری متغیرهای مختلف شبکه از جمله ولتاژ، جریان و توان های اکتیو و راکتیو باس ها و خطوط مختلف شبکه است. معمولاٌ تعداد دستگاه های اندازه گیری در سیستم زیاد است و این دستگاه ها دارای خطاهای متفاوتی هستند و حتی ممکن است ارسال اطلاعات صحیحی نداشته باشند. بنابراین نیاز به صحت سنجی و استفاده از تمام اطلاعات برای تشخیص وضعیت شبکه وجود دارد. تخمین حالت به عنوان اولین برنامه ای که در مراکز دیسپاچینگ برق وظیفه صحت سنجی و اصلاح اطلاعات را بر عهده دارد نقش مهمی را بر عهده دارد. سیستم های بزرگ به هم پیوسته توسط چندین بهره بردار مدیریت می شود. در این شرایط یک تخمین حالت یکپارچه به علت حجم بسیار زیاد اطلاعات و محاسبات زمان‌بر و همچنین محرمانگی اطلاعات، عملاٌ امکان پذیر نیست. در این حالت استفاده از تخمین حالت توزیع شده به دلیل مزایایی، مانند بازده محاسباتی بالا و محاسبات همزمان، سودمند است. این مطالعه یک الگوریتم تخمین حالت توزیع شده چند ناحیه ای به کمک روش WLS را برای سیستم های قدرت متصل به هم در مقیاس بزرگ بررسی می کند. کل شبکه برق به گروهی از مدل‌های تخمینی تجزیه می‌شود که هر کدام می‌تواند به صورت محلی با استفاده از یک تخمین‌گر منطقه ای حل و با ناحیه همجوار هماهنگ شود. برای آزمایش از شبکه 118 باسه IEEE به عنوان شبکه نمونه استفاده شده و روش تخمین حالت متمرکز و چند ناحیه ای مورد نظر بر روی این شبکه پیاده سازی شده است. در این حالت تخمین حالت شبکه یکبار به روش یکپارچه و یک بار به صورت چند ناحیه ای غیر متمرکز انجام و مقایسه شده است. همچنین استفاده از الگوریتم ژنتیک به عنوان روشی مؤثر بر روی این مسئله مورد بررسی قرار گرفته است. نتایج نشان می دهد که تخمین حالت چند ناحیه ای به صورت غیر متمرکز نتایج قابل قبولی را در پی خواهد داشت.