针对电力系统中电缆状态监测实时性不足与故障预警滞后的问题，本文提出了一种基于边缘计算的电缆状态监测与风险预警方法。该方法通过在边缘设备上进行数据预处理和初步分析，有效提高了电缆状态监测的实时性与准确性。在实验设计中，通过多种传感器采集电缆的温度、电流、电压等数据，并结合传统机器学习算法进行对比分析。实验结果表明：基于边缘计算的监测方法在准确率、召回率和F₁值等指标上均优于其他算法，特别是在电缆过载和温度异常的情况下，能够迅速识别潜在风险，并提供有效的预警信息。