随着高速铁路的快速发展,电力电缆以其独特的优势在高速铁路系统中得到了广泛应用。但由于高速铁路的实际运行情况比较复杂以及电缆本身质量的影响,使得高铁电缆老化烧毁的事故不断增多,严重影响了高速铁路的正常运行。由于高铁电缆发生故障时大多都伴随有温度的上升,因此本文设计了一套高铁电缆温度监测系统,对高铁电缆温度进行在线监测和超温报警,降低高铁电缆事故发生的概率。首先对高铁电缆及接头进行了简要介绍,分析了电缆绝缘热老化和发热原理,为高铁电缆的温度监测提供了理论依据。由于高铁电缆的发热和损耗都与高铁负荷电流密切相关,故分析了高铁负荷的数字特征,并建立了高铁电缆的等效热路模型。同时针对高铁负荷电流波动频繁的特点,研究了一种使用高铁负荷电流计算电缆损耗,然后代入等效热路模型计算电缆导体温度的方法,为高铁电缆的故障预测提供了依据。其次根据系统的总体方案设计,完成了系统设计要求,实现了下位机硬件的温度采集、时间读取、数据存储、报警以及485通信等功能。同时,针对在现场容易出现误操作导致电源关断使下位机装置停止工作的情况,设计了基于双D触发器的电源电路,可以避免由于误操作或外部干扰引起的电源供电中断,有效防止采集数据的丢失。然后使用C#编写了上位机管理系统,实现了温度动态显示、曲线绘制、数据下载、文件的打开和保存以及超温报警等功能。根据高铁负荷电流波动频繁的特点,设计了负荷电流统计功能。同时介绍了BP神经网络算法并建立了预测模型,通过电流值、环境温度和电缆表皮温度来预测电缆导体温度。最后设计并完成了两组模拟实验,通过温度标定实验提高了监测系统的测温精度,并通过模拟实验验证了本文设计的监测系统的测温准确性和可靠性。同时使用了基于负荷平均电流的热路模型计算了波动负荷下的电缆导体温度,得到了较好的效果。最后对电缆导体温度及故障预测进行了分析,总结出可以通过电缆导体温度变化来预测电缆故障的发生,并且通过BP神经网络算法验证了电缆导体温度预测的可行性。