随着智能电网的概念被提出以及应用,针对智能电网的攻击事件也开始频繁发生。已有研究表明,通过对电网信息的获取,攻击者可以对智能电网电力系统发起虚假数据注入攻击,并能够通过对攻击向量进行构造,从而规避智能电网中的不良数据检测技术达到攻击效果,且不被发现,十分具有隐蔽性。这也引起了广泛的关注。目前,大量的研究集中在针对电力系统数据采集与控制系统（Supervisory Control and Data Acquisition,SCADA）的虚假数据注入攻击方法以及检测方面,而缺乏了对其它攻击以及攻击对电力系统的影响分析方面的关注。同时,随着广域量测系统（WAMS）在电力系统中越来越多的应用,与传统SCADA系统相结合的混合状态估计的安全问题也变得越来越重要。本文在基于对已有的电力系统攻击研究的基础上,针对上述问题进行了相关的电力系统状态估计的安全研究。具体内容如下:1)在基于已有的虚假数据注入攻击研究的基础上,本文进一步的引入了另外一种常见的网络攻击——拒绝服务攻击,从而研究了一种在二者混合攻击的情况下,对智能电网电力系统的影响分析方法。对虚假数据注入攻击与拒绝服务攻击进行了混合攻击模型的建立,并且给出了混合攻击向量规避电力系统不良数据检测的条件。同时,基于所提出的混合攻击模型推导了状态估计的均方误差,从而确定混合攻击对状态估计的量化影响结果。并最终在IEEE 14-bus仿真系统上,模拟了几种不同的攻击场景,并讨论了混合攻击中虚假数据注入攻击与拒绝服务攻击之间相互的影响。2)针对PMU（Phasor Measurement Unit）与RTU（Remote Terminal Unit）共存的电力系统中混合状态估计安全问题相关研究的缺少,本文提出了一种针对混合状态估计中PMU的虚假数据注入攻击方法,通过刻画混合状态估计中状态变量和电力系统内部量测值之间的非线性关系,改变被攻击PMU上的数据,从而完成对状态估计的攻击,并达到预设的攻击效果。在IEEE 30-bus上进行了仿真实验,验证了方法的有效性。3)在基于缺少电力系统内部拓扑信息的情况下,本文研究了一种基于随机数的暴力虚假数据注入攻击方法。并分别在基于加权最小二乘的状态估计和基于卡尔曼滤波的状态估计中,研究了所提出的暴力虚假数据注入攻击对于智能电网电力系统的影响,以及基于所提出的攻击方法,在IEEE 14-bus仿真系统上进行了仿真实验,模拟了攻击者可能的两种行为方式,并对在两种不同的状态估计器中成功攻击的概率进行了分析讨论。