近些年，虚假数据注入攻击（False Data Injection Attacks，FDIA）进入研究者的视野。FDIA作为一种利用传统不良数据检测漏洞对电力信息网络发起网络攻击的新型破坏方式，能够严重影响到SCADA系统的核心功能——状态估计，对电力系统的安全运行产生危害。　　首先，本文详细的介绍了状态估计的基本原理及数学模型，结合传统不良数据检测的原理，详细阐明了虚假数据注入攻击的理论依据及攻击方式。向直流潮流模型发起虚假数据攻击实验，分别对特定攻击目标和随机攻击目标发起FDIA。结果表明，不管是何种攻击方式，都能够躲过传统不良数据检测，并对电网造成破坏。　　其次，针对FDIA的特点以及现有的关于抗差理论的相关研究，本文提出了一种基于数据清洗和 Fair 权函数相结合的防御方法。用于状态估计的原始数据在进入SCADA系统前，会被划分为线路传输功率、负荷节点注入功率、发电机节点注入功率3类量测数据，对每类量测数据使用与之对应的清洗规则进行清洗，清洗掉不合格的数据后输入系统进行状态估计；由于粗差或清洗不干净的原因，可能同样会导致系统的估计结果存在问题，所以利用基于Fair权函数的最小二乘算法进行计算，根据残差变化每次迭代重新赋权，进一步对最终结果进行修正。　　最后，本文通过在IEEE 5节点测试系统和IEEE 14节点测试系统上进行仿真计算，通过对大量的数据进行分析，验证了本文方法的有效性。