针对虚假数据注入攻击能够躲过不良数据识别机制,篡改状态估计结果的问题,本文提出了一种基于节点信任度的虚假数据注入攻击的检测和防御方案。本文从建立电力系统节点信任度模型出发,实现对虚假数据注入攻击的检测与定位的目标,并将节点信任度与加权最小二乘法状态估计算法相结合,对状态估计实时修正。最后考虑节点信任度定义了一种新的控制距离,利用层次聚类法和映射分区算法对电网,优化电网的分区,缓解攻击对电力系统的影响。首先,考虑残差阈值法对于攻击者精心构造的隐蔽数据注入攻击失效的问题。本文根据电力系统节点状态估计相互影响的特点,提出了节点信任度模型以及信任度更新算法。以信任度为衡量条件进行虚假数据注入的检测,并使用IEEE-14节点和IEEE-118节点系统分析不同虚假数据注入情况时的可行性。其次,为消除攻击者所注入虚假数据对电网正常运行的干扰,本文将信任度的更新算法与经典的加权最小二乘法算法的过程相结合,提高状态估计的鲁棒性,缓解虚假数据注入攻击对电力网络的影响。本文在14节点和118节点系统进行了仿真实验,测试优化后的状态估计算法的准确性。进而,本文在先无功源节点后负荷节点分区的分步方法的基础上,定义了一种基于节点信任度的控制距离,提出了一种优化分区模型。首先根据基于信任度的无功源之间的控制距离,采取层次聚类算法直接对无功源分区;然后以控制距离最短原则为基础,采用负荷映射算法,将负荷节点进行分配分区。从而保证区域内各节点的耦合性强,区域之间的耦合性弱,满足无功源对负荷节点的电压控制。最后,在IEEE-14和39节点标准测试系统分析不同情景下的仿真结果,证明本文所采用的方法能够在受到攻击后有效对系统进行分区,为保证系统稳定提供理论基础和技术支撑。