电压暂降风险评估对于减少电压暂降所致损失具有重要意义。针对现有研究对电压暂降风险组成及特性考虑不全、受主观因素影响大以及适应性较差等问题，提出一种基于凸包域的电压暂降风险评估方法。首先，构建双通道并联混合神经网络的残余电压估计模型，实现一维测量数据与二维网络拓扑数据的异构数据特征融合，评估电压暂降的发生可能性；其次，从经济性、安全性、用户心理角度分析电压暂降的多元影响，辨识电压暂降损失风险元，反映电压暂降的影响严重性；最后，考虑电压暂降风险的模糊性与不确定性，结合残余电压估计结果与电压暂降综合损失风险元，通过基于密度的噪声应用空间聚类（density-based　spatial　clustering　of　applications　with　noise,DBSCAN）算法生成有标签的电压暂降风险点集，基于凸包算法绘制电压暂降风险域，划分电压暂降风险等级。通过基于实际用户数据改造的IEEE　39节点模型开展测试与分析，验证了该方法的合理性与有效性。