智能电网(Smart Grid,SG)是在传统电网基础上构建起来的集传感、通信、计算、决策与控制为一体的信息物理融合系统(Cyber-Physical System,CPS),由于其开放式的通信环境与复杂的信息物理耦合,使得网络安全成为影响智能电网安全稳定运行的重要因素。其中,虚假数据注入攻击(False Date Injection Attack,FDIA)是智能电网中一种破坏数据完整性的典型网络攻击,若FDIA不能及时检测,它将通过劫持物理设备或者攻击网络传输线路以干扰控制决策进而导致电力网络发生故障,甚至可能导致电网发生级联故障。因此,研究智能电网中的虚假数据入侵检测方法以及由FDIA导致级联故障的风险评估具有重要意义。本文研究广域监控系统中基于物理信息的FDIA的检测方法以及评估FDIA可能导致电力网络系统发生级联故障的风险。本文主要工作如下:针对智能电网中实时有效检测虚假数据注入攻击的问题,本文提出了基于物理信息的虚假数据入侵检测方法。采用同步相量测量单元(Phasor Measurement Unit,PMU)实时采集量测信息,计算节点电压稳定性参数(Node Voltage Stability Index,NVSI);若电网节点中存在异常的NVSI值,则采用基于离群点检测算法发现能破环系统稳定性的攻击,并检测出受攻击的节点;若电网节点中无异常的NVSI值,则根据节点的NVSI在时间上变化的差值筛选出脆弱节点,再对筛选节点使用物理规则协作检测出受攻击的节点。实验表明本文的方法相比其它方法能较快检测出受攻击的节点,并提高检测效率。针对FDIA可能导致电力网络发生级联故障的风险问题,本文提出了基于FDIA的级联故障风险评估方法,该方法从攻击者的角度出发,分析电力CPS信息网络中网络节点受虚假数据攻击后可能触发电力网络级联故障的风险。首先采用云模型的网络节点风险评估模型对网络节点进行风险评估,得到被攻击的风险值;然后考虑信息网络与物理网络的耦合关联性,最后依据物理线路被破坏导致电力网络发生级联故障的风险,计算发生级联故障的风险值。通过该方法可以得到虚假数据攻击信息网络节点从而发生电力网络级联故障的风险评估值。