配电网的发展规模越来越大,在国民生活和社会发展中发挥的作用也越来越重要,与此同时,配网面临的问题也逐渐表现出来,研究表明,电网85%的故障来源于配网侧。此外,我国电网已经由增量时代逐步过渡为存量时代,目前以设备寿命年限和运维经验为主的设备改造更换策略亟待改进,要避免出现设备提前更换或坏了才换的现象。因此,如何研究复杂多变的配电网运行状态是当前背景下的新问题。为了解决上述问题,有效评估配网的运行状态,本文提出了基于健康度和重要度的配网风险评估预警方法,来掌握配网整体的运行状态以及未来的发展趋势,对未来配网可持续发展有着重要意义。首先,介绍了配网健康度理论的概念和内涵,将其与传统的可靠性理论进行了对比分析,并提出了相应的配网健康度等级划分规则;从内部和外部两个方面探讨了配网健康度影响因素,进而从安全、可靠、经济和绿色四个维度建立了配网健康度评价指标体系,为配网健康度评估模型构建打下了坚实基础。其次,提出了基于配网健康度和重要度的风险评估方法。将层次分析法（Analytic Hierarchy Process,AHP）、熵权法以及物元可拓理论结合起来,构建了健康度评估模型,并提出配网健康度划分等级,通过模型计算得到配网的健康度等级;为了体现不同用户侧故障造成的停电损失和社会影响的差异性,提出了配网重要度的概念,分别从复杂网络和社会功能两个视角下分析配网重要度评估方法,并建立涵盖配电网络供电用户性质、配电设备故障引起的停电范围、配网整体系数三个维度的重要度评价体系;将健康度和重要度结合起来,从故障发生的概率以及后果的严重性两个方面来对配网进行风险评估,从而发现风险源。再次,采用人工智能算法对配网健康度的关键指标进行预测,提出了基于循环神经网络（Recurrent Neural Network,RNN）-受限玻尔兹曼机（Restricted Boltzmann Machine,RBM）算法的配网馈线中长期负荷预测方法;分析了风险预警原理和方法,将配网的健康度与风险预警结合起来,提出了一种基于多层感知器（Multi-Layer Perceptron,MLP）神经网络的风险预警方法,对配网可能存在的风险进行预测和告警。最后,基于前面的理论分析和所构建模型,对M地区的配网健康度情况进行实例研究。一方面,得到该地区的健康度等级及其影响因素;对重要度遵照评价赋分规则,邀请专家设定相关指标权重进而确定重要度等级。通过综合健康度和重要度的等级,识别出该地区的风险等级为轻微缺陷,需要进行相应的风险转移操作。此外通过MLP神经网络模型实现了对该地区的配网风险预警分析,证明了该模型的适用性,为配网的风险预警研究提供借鉴。