电力系统属于国家的关键基础设施,与国家经济的发展以及人民的日常生活关联紧密。电力系统在信息化、网络化、智能化的同时,也引入了信息安全威胁。入侵检测作为电力系统安全防护的关键步骤,及早发现电力系统遭受的攻击行为并采取安全防护措施可降低攻击所造成的影响。为此,本文在分析电力信息物理系统（CyberPhysical System,CPS）结构的基础上研究了其对应的漏洞和安全威胁,并设计了一种基于区域划分的入侵检测系统。本文设计的入侵检测系统,包括了区域划分模块、训练模块以及在线检测模块三个部分。区域划分模块中,提出基于系统变量因果关联关系的区域划分方法和划分过程中的冲突处理方法,并采用区域间的隔离方法来对划分后的区域进行安全防护。在训练模块中,本文提出了基于自适应遗传算法改进最小二乘支持向量机的入侵检测方法,采用改进自适应遗传算法优化流量数据集的特征选择和向量机的核心参数,提高入侵检测的效率。最后通过在线检测模块对系统进行入侵检测,验证方法的可行性。本文最后构建了配电网CPS仿真平台,并通过仿真平台进行了区域划分和入侵检测试验。实验结果验证了所提算法的效率及准确度,表明该方法可以用于电力CPS的安全防护之中。