随着智能电网技术的日趋成熟,越来越多的研究者将目光转向了电力网络中的安全问题。智能电网在传统电网的基础上应用网络通信技术,实现了电力与信息双向流动,在为电力系统的管理和调度带来便利的同时,也给电力系统带来了新的安全隐患。智能电表作为电力系统的智能终端,是需求响应、实时定价等多种关键技术的重要载体,而其低功耗、低安全等级的特点也使其成为了十分吸引攻击者的对象。电价修改攻击即是一种新型的通过向智能电表发送恶意修改的电力价格数据来影响电力系统负载调度的攻击。本文结合PMA攻击特点与电力系统需求响应机制,对电价修改攻击的在线检测方法进行了研究。本课题以一个拥有区域控制中心的智能小区作为背景,主要的研究内容是设计一个快速、有效的在线攻击检测方法。为了能给在线攻击检测方法提供准确的数据基础,我们首先提出了考虑用户用电行为相似性的负载预测方法。该方法通过分析用户的历史用电数据,依据不同用户间用电行为的相似性,对智能电表数据进行聚类分析并构建用户分组。在每一个分组中,运用线性回归预测方法进行子系统的负载预测,然后将各个子系统的预测结果进行聚合,来实现电网总体负载的准确预测。在攻击检测方案的设计方面,我们以负载预测方法获得的用户预计需求和实际负载数据作为基础,设计了基于负载预测的在线攻击检测算法。考虑到在线检测任务的需求,我们通过累积在每一时刻的预计需求和实际负载的广义似然比来保证检测算法在每一时刻的任务规模一致。在攻击参数的未知性上,我们设计了迭代的参数近似方法并证明了其正确性。为了提高算法的鲁棒性我们设计了滑动窗口策略和与用户需求相关的加权系数来改进决策函数。为了验证方法的有效性和实用性,我们在真实的用户负载数据集上进行仿真实验,结果表明我们提出的考虑用户用电行为相似性的分组策略能够有效的降低负载预测中产生的预测误差,我们的攻击检测方法能在保证攻击检测的高检出率和低误报率的同时,拥有较低的检测时延。