1.一种基于图论的电力CPS脆弱性评估方法，其特征在于，该方法包括以下步骤：

构建电力CPS网络的无权网络拓扑模型，获取电力CPS网络的各节点、节点之间的连边、各节点的负载电压数据；

对于电力CPS网络的各节点，将负载电压数据按照时间正序排序获取其负载电压数据序列；并通过突变点检测算法获取其突变点和对应的突变概率；将每个节点的负载电压数据序列中所有突变点与非突变点之间负载电压的差值绝对值的累加结果和所有突变点之间负载电压的差值绝对值的累加结果的乘积作为每个节点的负载异常性；基于突变点与相邻突变点之间的时间间隔、突变点的突变概率，获取电力CPS网络的各节点的电压恢复响应性；将负载异常性和电压恢复响应性进行反向融合，获取电力CPS网络的各节点的运行鲁棒性；

使用重叠社区发现算法获取电力CPS网络中各社区和各社区的关联社区；

基于负载电压数据的突变情况的时刻获取电力CPS网络中各节点的电压突变时刻序列；基于运行鲁棒性、关联社区中的节点的电压突变时刻序列之间的相似度，获取电力CPS网络中各社区的级联故障程度；

基于社区之间节点的连边的个数，获取电力CPS网络中各社区的级联关键性；基于级联故障程度和级联关键性的值的大小获取电力CPS网络脆弱因子，基于电力CPS网络脆弱因子对电力CPS脆弱性进行评估；

所述电压恢复响应性的计算公式为： ；式中， 为电力CPS网

络中第i个节点的电压恢复响应性； 为电力CPS网络中第i个节点的负载电压数据序列中的突变点总个数； 为电力CPS网络中第i个节点的负载电压数据序列中第j个突变点与其下一个突变点之间的时间间隔，若第j个突变点为最后一个突变点， 为其与上一个突变点之间的时间间隔； 为电力CPS网络中第i个节点对应负载电压数据序列中第j个突变点的突变概率。

2.如权利要求1所述的一种基于图论的电力CPS脆弱性评估方法，其特征在于，所述运行鲁棒性的获取方法为：对于电力CPS网络中的各节点，计算节点的负载异常性与预设调整参数的和值，计算节点的电压恢复响应性与所述和值的比值的归一化值作为电力CPS网络中各节点的运行鲁棒性。

3.如权利要求1所述的一种基于图论的电力CPS脆弱性评估方法，其特征在于，所述各社区和各社区的关联社区的获取方法为：将电力CPS网络的无权网络拓扑模型作为输入，采用重叠社区发现算法获取电力CPS网络的无权网络拓扑模型中的各社区，将重叠的社区互相记为关联社区。

4.如权利要求1所述的一种基于图论的电力CPS脆弱性评估方法，其特征在于，所述电压突变时刻序列的获取方法为：将电力CPS网络中各节点的负载电压数据序列中所有突变点所在时刻按照时序顺序组成的序列分别记为各个节点的电压突变时刻序列。

5.如权利要求1所述的一种基于图论的电力CPS脆弱性评估方法，其特征在于，所述级联故障程度的获取方法为：对于电力CPS网络中的各社区，获取社区内所有节点的运行鲁棒性的最小值，计算社区中所有节点电压突变时刻序列与其关联社区中所有节点的电压突变时刻序列之间的相似度的累加结果，将所述累加结果与所述最小值的比值作为电力CPS网络中各社区的级联故障程度。

6.如权利要求1所述的一种基于图论的电力CPS脆弱性评估方法，其特征在于，所述级联关键性的计算公式为： ；式中， 为电力CPS网络中第p个社区的级联关键性；

为电力CPS网络中与第p个社区之间存在连边的节点总个数； 为电力CPS网络中所有与第p个社区之间有连边的节点拥有的最大连边数。

7.如权利要求1所述的一种基于图论的电力CPS脆弱性评估方法，其特征在于，所述获取电力CPS网络脆弱因子，基于电力CPS网络脆弱因子对电力CPS脆弱性进行评估，包括：计算电力CPS网络中各社区的级联故障程度与级联关键性的乘积，将所有社区的所述乘积的归一化值的累加结果作为电力CPS网络脆弱因子；

当电力CPS网络脆弱因子小于或等于预设电力CPS脆弱阈值时，待评估的电力CPS网络区域具备高运行鲁棒性；当实时获取的电力CPS网络脆弱因子大于预设电力CPS脆弱阈值时，待评估的电力CPS网络区域具备脆弱性。

8.一种基于图论的电力CPS脆弱性评估系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1‑7任意一项所述一种基于图论的电力CPS脆弱性评估方法的步骤。