本发明涉及电力系统可靠性评估技术，具体涉及基于交叉熵理论优化支持向量机的电力系统风险评估方法，将交叉熵方法CEM应用于支持向量机SVM中，进行特征选择和SVM参数优化；并将构建的n维特征量作为SVM的输入，利用训练样本进行离线训练生成训练模型，通过对历史样本的学习，预测当前状态下电力系统的风险水平；包括：生成离线数据，使用交叉熵优化的SVM方法对风险样本数据进行训练，得到电网风险评估模型优化特征和参数；进行在线实时电力系统风险评估。用交叉熵算法优化支持向量机进行风险预测能够有效地去掉冗余和无关特征，减少了特征数量，结合优化的参数可以具有很好的收敛性，同时降低了计算的复杂度和耗时。具有错误率低、测试时间短的特点。