随着有源配电电网信息和物理系统的高度融合,针对信息系统的安全威胁势必会影响到物理系统的安全稳定运行。风险评估是客观评价配电网信息系统安全威胁的有效手段。现有的风险评估致力于解决配电网信息网络和系统中信息安全风险的威胁程度,但没有考虑风险如何在电网信息系统和物理系统之间传播以及信息系统中的风险对物理系统的影响,从而不能为后续电网物理系统的安全防护提供理论和方法参考,因此研究电网中风险在信息系统中的传播对电网的输电、发电、配电具有非常重要的研究意义和实用意义。本文重点从面向有源配电网的信息系统脆弱点识别、信息安全风险传播以及信息安全风险评估这三个方面展开研究。(1)现有的脆弱点识别方法主要是基于攻击图来进行的,将所有的节点统一来进行脆弱点的识别,这种方法不能准确高效的将有源配电网中各个等级的节点进行完整的评估,本文提出一种基于多层攻击图网络的脆弱点识别方法(Vulnerability identification algorithm based on multi-layer attack graph network,VIA-MLAGN)。本文将有源配电网中的数据节点按照数据控制等级分为N层,并生成多个拓扑矩阵,每一个矩阵对应一个信息层,此外,本文考虑有源配电网中节点过多的特点,在考虑攻击路径覆盖度的基础上,将攻击路径进行分层化处理,对攻击路径的重复率及复杂度做了一些优化。仿真实验结果表明对有源配电网中信息节点数据的流动路径进行优化可以提高有源配电网的整体安全性。(2)现有的信息风险评估方法大多聚焦在对配电网脆弱度评估上,并没有考虑配电网信息采集装置之间的交互特性,本文在传统传染病传播理论的基础上,提出基于SEIR(susceptible-exposed-infected-recovered)传染病模型的配电网信息安全风险传播算法(Information security risk propagation algorithm based on SEIR infectious disease model for smart grid,ISRP-SEIRIDM)。该算法考虑了配电网中信息采集装置之间的信息交互关系,并定义了配电网中安全风险在信息采集装置之间的连接性质和脆弱性,同时研究了配电网信息系统中信息采集装置的数目与其之间的信息交互能力对风险在配电网之间传播的速度以及最大风险范围的影响。实验分析了风险在配电网信息系统中的传播过程,仿真实验结果表明对有源配电网中信息节点的数据流进行优化、对信息传递路径优化能在一定程度上减少风险在有源配电网中风险传播范围。(3)现有的风险评估模型没有考虑到信息系统中的风险因素会对物理系统的影响,本文提出了基于基因表达式编程的信息安全风险评估算法(information security risk assessment algorithm based on gene expression programming,ISRAA-GEP),利用脆弱点识别算法以及风险传播算法得出有源配电网中信息系统中所面临的信息安全风险因素及其对应的风险值,结合粗糙集思想,通过基因表达式编程研究挖掘出有源配电网中信息安全风险评估函数,并通过该评估模型预测有源配电网中信息安全风险等级,仿真实验结果表明本文所提出风险评估算法在风险预测方面具有较高的准确率。