考虑到最小二乘支持向量机的参数选择会对状态估计的结果产生较大影响，提出了一种基于参数优化的最小二乘支持向量机的状态估计方法。首先，在非线性回归估计模型的训练过程中，采用两层网格搜索策略和交叉验证法来动态地调整LS-SVM的参数，从而更好地反映估计模型的复杂度，以此提高状态估计的精度。其次，由于估计模型在应对不良数据时可能出现误差增大的问题，通过对核参数的特性进行分析，加入了一种鲁棒优化方法，增强了估计模型的抗差能力。仿真分析发现，该方法具有估计精度高，面对不良数据时鲁棒性好的特点。