交联聚乙烯电力电缆在电力等行业得到了广泛的应用，但其绝缘事故常有发生。其电缆连接头则是交联聚乙烯电缆事故、故障发生较多的薄弱环节。其电缆接头接触电阻、过负荷等因素引起接头温度过高造成接头处绝缘变差或烧崩突发故障引起火灾，给工业生产现场带来严重的不安全隐患，电缆接头监测技术对电力系统的长期稳定发挥作用影响巨大，因此，对电力电缆接头安全监测技术的不断深入研究具有重要的意义。 BP 神经网络学习算法不依赖于控制对象的数学模型，具有自学习能力，算法简单，控制精度高，自适应性和鲁棒性都比较强，特别适合于参数不易辩识的黑箱系统和在过程中参数会改变的系统，已经在很多领域得到了很好的应用并且取得了很好的效果。本文以MATtAB为工具，建立算法模型并对控制对象进行预测。 系统选用上位 PC 机和 C8051F 单片机组成的小型分布式监控系统。上位 PC 机是整个系统的指挥中心，下位 C8051F 单片机安放在各个测温单元中，通过 RS485，可实现上、下位机之间的通信。C8051F 单片机把实时采集到的数据传输到上位 PC 机，在上位PC机进行动态的显示、存储和管理，同时在下位机上可动态设置报警温度值等环境参数。 系统软件包括上位机系统软件和下位机系统软件。上位机系统软件采用可视化编程语言 VB6.0 来开发，下位机系统软件采用 C51 语言来开发。 论文中电缆接头故障预报系统软件研究开发的基本方法是采用可视化方法进行软件开发，基于 WINDOWS 平台，结合 VB、VISIO、MATLAB 等技术。在详细讨论了它们之间接口技术的基础上，提出了一套建立系统数据库、变量配置、模型检验、算法组态以及图形化编程等方面的解决方案。