作为能源互联网(Energy Internet)的核心系统,现代电力系统在很大程度上发展成了一类由信息网(通信信息系统和监测／控制系统)和电力网(电力一次系统)深度融合而成的电力CPS (Cyber Physical System)。信息网与电力网的深度融合,使得电力一次系统具备灵活性、自治性和高效率等优点,更好的为能源互联网服务,但是也使得电力CPS面临基础理论和系统模型不完善、脆弱性、安全性和标准化等挑战。在诸多挑战中,一方面,信息网和电力网的深度融合增加了电力系统网架结构的脆弱性。当信息网或者电力网网架结构出现故障时,信息网和电力网的耦合关系导致两者之间的故障可以相互转化,更容易发生连锁故障。另外一方面,信息网和电力网的深度融合使得电力系统面临网络攻击的风险。由于信息网的软件系统存在许多潜在的安全漏洞、缺陷和故障,可以发动网络攻击的入口很多,不受天气、地理和时间等因素的影响,并且更加的隐蔽。虚假数据攻击(False Data Injection Attacks)作为种利用传统状态估计理论漏洞的新型网络攻击,严重危害电力系统的安全稳定运行,甚至可能引发大停电事故。因此,研究电力CPS的连锁故障和虚假数据攻击具有重要的理论和实际意义。基于复杂网络理论和电力系统状态估计理论,针对电力CPS中的连锁故障模型和虚假数据攻击,本文主要的研究工作如下：(1)考虑到实际信息网和电力网均存在复杂网络意义下的社团结构,提出了社团内部随机耦合方式(Random Coupling in Communities, RCIC)、社团内部同配耦合方式(Assortative Coupling in Communities, ACIC)和社团间同配耦合方式(Assortative Coupling with Communities, ACWC)三种耦合方式模型。这三种耦合方式可以用于表征社团结构对节点耦合关系的影响。将信息网和电力网抽象为具有社团结构的相互依存无标度网络,考虑到节点的容量和负荷,建立了考虑社团结构的相互依存无标度网络连锁故障模型。仿真结果表明,同时降低信息网和电力网的社团结构强度可以有效提高电力系统应对连锁故障的鲁棒性,并且桥节点攻击比内部节点攻击造成的损失更大。与RCIC和ACWC耦合方式相比,ACIC耦合方式表现出了更强的鲁棒性,并且可以抑制连锁故障的全局性传播,使得连锁故障主要发生在受到攻击的耦合社团内。(2)由于通信光缆比信息节点更容易遭受破坏,提出了一种考虑信息网边故障的信息网和电力网交互连锁故障模型。通过对信息网和电力网关联关系的分析,引入耦合强度q,用于表征电力网对信息网的影响,信息网则通过调度功能对电力网施加影响。结合OPA模型的快动态过程和隐性故障,提出了一种信息网和电力网交互连锁故障模型。仿真结果表明,随着边故障规模的增大,信息网对电力网连锁故障的影响强度由强变弱直至稳定。而且信息网网络拓扑结构对电力网连锁故障有显著影响,信息网更宽的度分布增加了电力网的脆弱性,此时调度中心设置在度数较高的节点上会导致更大规模的平均损失负荷。在不考虑信息网路由策略等动态特性的条件下,发现耦合强度q对电力网连锁故障的影响并不明显。(3)针对攻击者掌握的支路电纳可能存在误差、甚至不完整及量测数据中存在不良数据的问题,提出了一种基于参数估计的虚假数据攻击向量构建方法。首先通过拉格朗日乘子法和增广状态估计法辨识不良数据和估计未知支路电纳,然后在凸松弛技术框架内,将传统的攻击单个量测点k的次优虚假数据攻击向量模型转化为基追踪模型(Basis-Pursuit, BP),最后采用交替方向乘子法(Alternating Direction Method of Multipliers, ADMM)快速求解次优攻击向量。仿真结果表明,与传统的LP (Linear Programming)算法相比,将攻击单个量测点k的次优攻击向量模型转化为BP模型后,采用ADMM算法求解次优攻击向量具有更高的计算效率。基于参数估计方法构建的虚假数据攻击向量攻击成功率较高,并且不会显著增加攻击成本。(4)考虑到传统的基于保护量测点的防御措施未综合考虑电力系统局部和整体的关系,提出了一种基于指标Vk和Rk的虚假数据攻击防御措施。指标Vk和Rk分别从局部和整体的角度衡量了电力系统抵御虚假数据攻击的能力。由于基于指标Vk和Rk构建的防御模型为NP-hard问题,提出了根据重要度指标Ik具体实现该防御措施的方法。仿真结果表明,在保护量测点比例p较小时,指标Vk的值逐渐减小,指标Rk的值逐渐增加,表明指标Vk和Rk可以反映保护效果,并且基于指标Vk和Rk的防御措施可以有效增加攻击成本和攻击难度。