智能电网是未来电网发展的形态,其规模和复杂程度将极大地增加运行和控制的难度和脆弱性,而且,由于间歇式电源、柔性交流输电技术和与实时电价相关的柔性负荷大规模接入电网,电力系统运行和控制将极度依赖于信息反馈和信息决策。由此,智能电网将发展为物理能量系统和信息系统耦合而成的复杂网络,即电力信息物理融合系统(Cyber-Physical Power System,CPPS)。CPPS架构下,能量流与信息流将深度融合并相互影响,共同决定电力系统的功能和行为特征,可见,智能电网的分析和控制技术将离不开电力信息系统的耦合作用和影响。目前并没有形成CPPS的系统化建模和分析方法,本文设想未来的广域保护控制系统以现有的广域测量系统作为构架基础,因而将广域测量系统作为CPPS框架下的信息系统的表征对象,探索研究信息流的建模分析、基于采集信息时域信号的故障分类以及信息物理系统的动态耦合分析问题。本文首先阐述了广域测量系统(WAMS)时延的组成部分,建立WAMS时延模型,依据相量数据集中器(PDC)处理时延的存在对WAMS时延模型进行改进,并借鉴双邻接条件搜索算法提出矩阵循环搜索算法,用以确定相量测量单元(PMU)子站至WAMS控制中心的信息传输路径,依据各路径的通信时延和可靠度指标确定路径选择方案。然后,针对通信网络中可能出现的丢包问题,应用插值算法预测丢失的采样值数据,在此基础上,应用遗传算法对BP神经网络的初始权值和阈值进行优化,从而直接根据采集信息的时域信号实现故障分类,并以线路故障为例验证了遗传优化BP神经网络算法的故障分类能力。最后,根据建立的时滞电力系统数学模型实现电力系统稳定性分析,采用时域仿真方法,分别采用单机无穷大系统模型和三机九节点系统模型,研究保护控制通信时延和励磁控制信号时延对电力系统稳定性的影响,并就如何减小保护控制通信时延和励磁控制信号时延给出了建议。