在能源互联网发展背景下,现代电力系统已逐步演化为由物理电网和信息网络构成的信息物理耦合系统,称为电力信息物理系统（Cyber Physical Power System,CPPS）。信息网络的计算、通信、控制功能,显著提升了CPPS系统的信息感知、集成、共享能力,但也引入了新的脆弱因素。在信息攻击引发的“N-K”故障中,少数关键节点同时失效可能引发级联故障,导致系统迅速崩溃。因此,准确定位信息层的关键节点组,加强其抵御风险的能力,对避免大规模停电事故、增强CPPS系统鲁棒性意义重大。CPPS系统信息层关键节点组挖掘的难点在于:一方面,现有算法使用的动力学模型对信息层的运行特性考虑不充分,无法有效评估信息层节点影响力;另一方面,电力系统互联加强,系统规模不断扩大,需要对候选节点进行筛选,缩小搜索空间,防止时间开销过大。为了得到适用于CPPS系统、兼顾准确性和效率的关键节点组挖掘算法,本文主要工作如下:1、构建考虑信息层运行特性的CPPS系统级联故障模型。首先分析信息层失效节点作用于物理层的影响方式,明确信息层与物理层的层间交互机理;进而对故障在CPPS系统中的传播过程进行建模,考虑信息上、下行传输时延对稳定控制过程的影响,实现对CPPS系统级联故障发展过程的精确描述;最后根据物理层负荷损失率,评估信息层节点影响力,验证模型准确性。2、借鉴现有基于社区的启发式算法思想,提出CPPS系统信息层关键节点组挖掘算法。首先融合CPPS系统各层网络信息,在合并图中定义标签相关度概念,基于信息层与物理层属性进行社区发现,避免标签随机选择导致的社区发现结果不稳定问题;进而根据多层次综合指标评估候选节点的潜在影响力,对社区内候选节点进行筛选,缩减搜索空间,减少级联故障仿真次数,降低算法时间复杂度;最后利用级联故障模型评估候选节点组失效影响力,完成关键节点组挖掘。3、验证本文算法的有效性。实验结果表明,运用本文提出的级联故障模型进行节点影响力度量,准确性好、区分度高,可以作为关键节点组挖掘算法的基础动力学模型。此外,与现有关键节点组挖掘算法相比,本文提出的算法可以在保证结果准确性的同时,提高算法效率,整体性能较好,能够应用于大规模CPPS系统。本文工作为进一步保护CPPS系统信息层关键节点组提供了参考依据,有助于建设安全可靠的能源互联网。