Los eventos climáticos extremos representan riesgos significativos para los sistemas de energía, lo que requiere estrategias efectivas de advertencia y gestión de riesgos. Algunas investigaciones existentes se han centrado en la correlación del clima extremo en diferentes regiones del sistema de energía, y los métodos tradicionales de evaluación de riesgos de operación gradualmente no pueden satisfacer los requisitos en tiempo real. Esto nos motiva a presentar un método inteligente de advertencia de riesgos para la operación de sistemas de energía considerando la correlación del clima extremo en varias regiones. En primer lugar, se desarrolla un novedoso modelo de correlación del clima extremo en varias regiones basado en cópulas de vid. Luego, se introduce un método de clasificación del nivel de riesgo para las operaciones del sistema de energía. Además, se propone un modelo inteligente de advertencia de riesgos para las operaciones del sistema de energía. Este modelo integra de manera efectiva la correlación del clima extremo en varias regiones y la clasificación del nivel de riesgo del sistema. Al utilizar la máquina de aprendizaje extremo de onda de suma, se logra la monitorización en tiempo real y la advertencia de riesgos del estado operativo del sistema. Los resultados de la simulación muestran que el método propuesto puede identificar rápidamente los riesgos potenciales y proporcionar información oportuna de advertencia de riesgos, lo que ayuda a mejorar la resiliencia de las operaciones del sistema de energía.