电力系统作为关键的民生基础设施,在人类生产生活中有着举足轻重的作用。随着电网建设智能化的不断推进,先进的感知、计算、与控制技术在电力系统中得到深入应用。传统电网正在与信息控制设备和通信传感网络加速融合,形成了电力信息物理系统（cyber physical system,CPS）。然而,在智能化程度大幅提高的同时,电力CPS通信网络和信息设备中的安全问题也日益突出。虚假数据注入攻击（false data injection attacks,FDIAs）作为一种破坏电网信息完整性的网络攻击,具有较强的可达性、隐蔽性与干扰性,对电力CPS威胁程度较高。攻击者通过篡改原始测量数据使得控制中心误判电网状态,做出错误决策,致使整个电网出现故障,甚至瘫痪。当前,电力信息安全形势严峻,信息化安全防护工作面临着更高更严的要求。因此,针对电力CPS中的FDIAs,研究新型有效的安全防御策略具有现实意义。本文在构建隐蔽性FDIAs的基础上,对虚假数据注入攻击下电力CPS的安全问题进行防御研究,主要工作内容如下:（1）对电力系统进行建模,通过状态估计分析FDIAs的隐蔽性原理,设计了一种基于平方根容积卡尔曼滤波（square root cubature Kalman filter,SRCKF）的余弦相似度比值检测方法。考虑到电力系统的非线性和滤波发散等情况,首先利用SRCKF算法稳定有效地对电力系统状态做出估计。然后,依据受到攻击时系统的实际量测与预测量测余弦相似度的变化设计了攻击检测方法。最后,采用电力系统的标准IEEE-14bus测试系统进行仿真,证明了该方法可以准确有效地检测到隐蔽性FDIAs。（2）从人工智能的角度出发,设计了一种基于改进K均值聚类算法的FDIAs检测方法。将电力CPS中的数据采集与监视控制（supervisory control and data acquisition,SCADA）系统所采集到的数据划分为正常与异常两类,利用均值聚类在处理二分类问题上的优势,揭示攻击特征,从而区分异常数据。最后,在电力系统的标准IEEE-30bus系统上进行仿真测试,并对检测效果进行分析验证。结果表明,所提检测算法和K近邻（K-nearest neighbor,KNN）、支持向量机（support vector machine,SVM）等算法相比具备更好的检测性能。（3）结合博弈论的思想,在攻防双方资源有限的条件下,构建了FDIAs协同物理攻击下电力CPS攻防博弈过程的三层优化模型,并给出了最佳防御策略的求解方法。考虑攻防对抗资源的有限理性约束条件,对攻防双方的相互作用关系进行分析研究。首先,防御方事先部署防御资源,然后攻击方选择收益最大化的方案发起攻击,接着防御方根据受损情况采取补救措施降低期望损失。最后,将上述模型在电力系统的代表性IEEE-14bus测试系统上进行仿真分析,初步得出了一些有意义的结论。