电力信息物理融合系统(Cyber-Physical Power System,CPPS),是一种由虚拟的信息空间网络和实体的物理空间网络相互依赖耦合而构成的二元异构复合电力工业系统。随着信息系统和电力系统的耦合程度加深,CPPS系统对信息系统的依赖度越来越高,先进信息和网络技术的引入和普遍应用也对电力系统的安全、可靠运行带来了潜在的威胁。近几年来,对于CPPS基础模型构建和信息-物理空间交互机理探索的研究工作已取得重大进展,而在CPPS安全性评估及故障预警方面的研究尚处于起步阶段,现有的CPPS故障危害评估方法仍存在评估结果量化不精准、评估指标不全面等局限性;为解决上述问题,本文以信息物理耦合机理为切入点,开展了 CPPS跨空间连锁故障危害评估及早期预警的研究。本文从复杂网络理论角度出发,在构建CPPS信息物理耦合交互模型的基础上,首先基于信息-物理耦合事件链对CPPS跨空间连锁故障进行建模,以信息物理耦合事件链为参考,建立跨空间连锁故障有向攻击图模型,对故障成因及演化机理进行定性分析;其次,提出一种考虑多评估指标的跨空间连锁故障危害评估方法,该方法综合考虑故障频度、排障紧急度与故障后果三类评估指标,根据复杂网络分析理论,以有向攻击图的连通度、介数及和边权重等几何量表示三类故障评估指标,计算跨空间连锁故障危害性因子评估值,用于量化评估CPPS中各类跨空间连锁故障的危害程度,并基于110kV智能变电站结构,在CEPRI-36节点仿真环境下搭建局部CPPS仿真模型进行实验,验证提出的跨空间连锁故障评估方法的合理性;在上述CPPS跨空间连锁故障危害评估方法得出的结论基础上,基于机器学习算法建立一种跨空间连锁故障早期预警机制,通过信息空间元件的工作状态参数实现CPPS系统内存在的信息威胁的实时检测,从而实现CPPS潜在的跨空间连锁故障早期预警。在智能变电站仿真环境中进行实验,实验结果表明,本文提出的跨空间连锁故障早期预警方案,在使用高效机器学习算法的前提下,能够及时有效地检测出信息威胁带来的跨空间连锁故障隐患。