目前电力企业信息网络日趋复杂，网络风险新类型不断涌现。急需加强对电力信息网络状态的实时掌控，保障信息网络通信的安全运行。如何对电力企业信息网络风险状态进行快速准确的评估与预测，已经成为当前网络信息安全研究的重点问题之一。本文深入研究了电力企业信息网络风险评估与预测问题。本文就风险评估与预测的相关理论知识及电力企业信息网络特性进行了针对性分析研究。在此基础上，分析识别存在的风险因素，利用层次分析法(AHP)构建风险评估递阶层次结构的指标体系，同时给出指标层中各指标的权重。重点研究了风险评估与预测相关问题，建立电力信息网络风险评估与预测总体模型。风险评估阶段，采用支持向量分类机（SVM）方法建立基于SVM的风险评估模型并对SVM应用于风险评估的可行性进行了详尽的阐述及分析研究。分别运用交叉验证算法及遗传算法对SVM参数进行参数优化。风险预测阶段，结合时间序列分析预测理论，建立了基于自回归求和移动平均（ARIMA）的风险预测模型，研究分析了预测模型的可行性及预测流程。收集整理实验数据，在MATLAB平台下进行了仿真实验，并给出详尽的实验结果评价分析。实验验证了风险评估与预测模型的可行性及高效性。为更方便直观的验证评估与预测模型的可行性及优越性，本文设计并实现了电力企业信息网络风险评估与预测系统。对系统的总体构架及设计思路进行了概述。阐述了各功能模块的设计理念及主要功能实现并对系统运行结果进行了分析评价。