随着间歇性分布式可再生能源的大规模应用以及通信智能的飞速发展,现代电力系统已经发展成了一类由信息网(通信信息系统)和电力网(电力系统)深度融合而成的电力信息物理融合系统(Cyber physical power system,CPPS)。CPPS具有观测大型电网状态,适应不断变化的运行条件以及对突发事件进行智能反应的能力,所有这些都取决于可靠和安全的网络环境。然而,由于通信网络的开放性和脆弱性,恶意的攻击者可通过网络来攻击CPPS的薄弱之处,从而导致电力系统的安全风险日益增加。进一步,在各种攻击方式中,通过注入虚假数据来攻击CPPS具有较强的隐蔽性以及破坏性。为此,本文针对电力系统与市场,开展基于虚假数据注入的网络攻击研究,为电力系统监控中心发现自身薄弱点并建立相应的防御措施奠定基础。具体贡献如下:针对电力系统动态模型,从攻击者角度提出了一种电力系统虚假数据注入攻击(False data injection attack,FDIA)方案。考虑发电机动态和静态潮流建立了电力系统的广义系统模型;对系统矩阵进行特征分解并根据系统不稳定特征向量给出一个完美攻击的充要条件;基于此提出了一种FDIA方案,使得电力系统在失稳的同时能够通过量测阈值检测和观测器检测,与现有的静态攻击方法相比,该方案更加隐蔽且易于实现;此外,本文研究结果发现在上述不稳定特征向量方向上的传感器为电力系统的薄弱之处,并基于研究结果提出相应的安全保护措施。针对电力市场,在非线性状态估计框架内提出了一种FDIA方案。通过对比攻击前后的残差给出隐蔽攻击的定义,并借助于虚拟竞价机制描述了攻击者获得利润的盈利公式,基于此提出了一个有利可图的攻击流程;通过蒙特卡罗(Monte Carlo)方法分析了盈利攻击的满足条件,并将攻击策略描述为一类易于求解的非线性规划问题;此外,本文研究结果发现以状态估计结果为输入的节点电价是电力市场的薄弱之处,同时给出相应的防御策略。进一步,提出了一种基于拓扑篡改的电力市场FDIA方案。通过分析攻击后由网络拓扑处理(Network topology processor,NTP)计算出的拓扑结构与传感器测量的一致性以及对比攻击前后的残差,给出了可以躲避拓扑误差处理(Topology error processing,TEP)检测以及残差检测的隐蔽攻击定义;然后基于上述定义以及攻击向量列空间的隐蔽条件提出一种攻击方案,通过求解凸规划问题实现在保证隐蔽的同时发电商获得最大收益。与现有的FDIA攻击方案相比本文所提的将拓扑篡改与FDIA相结合的攻击方案具有更强的隐蔽性且获利更大。最后,通过IEEE标准9节点等基准案例验证了上述三种方案的有效性和优越性。