电气化是铁路发展的重要方向,是实现铁路现代化的重要手段。随着高速铁路的迅猛发展,高速列车的运行速度也得到了显著的提升,与此同时高速列车的取流密度和行车密度也随之增大。接触网作为高速铁路重要组成部分,是列车获取电能的唯一途径,同时也是无备用的,其性能的好坏将直接决定牵引供电系统的供电可靠性和列车安全稳定运行。当高速铁路出现长时间的重负荷运行时,接触线和承力索上产生大量的焦耳热,致使较大的温升,从而导致接触网导线出现机械强度降低、载流能力变差等现象,严重情况下甚至发生断线等事故,降低了接触网的可靠性。因此,在当前高速铁路飞速发展以及牵引负荷持续增大的背景下,研究接触网导线的温升模型将具有重要的经济价值。本文以接触网导线为对象,针对导线温度变化这一现象对其展开了研究。首先,在温升理论、热传学和IEEE-738标准的基础上研究了导线温度变化的过程,明确了影响导线温度的几个关键外部因素。考虑到接触网的特殊性,本文设计了一套接触网导线测温系统并在西成高铁的承力索上完成了设备安装,实现了导线的温度以及相关影响因素的监测。使用IEEE-738模型计算导线的温度,但模型在接触网上的适用性较差,因此研究接触网导线的温升模型变得至关重要,而现场实测的数据为本文后续研究接触网导线温升模型打下了基础。其次,研究了BP神经网络的结构和学习算法,根据接触网导线温升问题的特性确定了神经网络的结构,以现场实测数据作为样本训练不同的BP神经网络,从而建立了接触网导线温升模型。然后在研究PSO算法的原理、模式的基础上,针对可提高BP神经网络性能的关键因素应用协同PSO算法改进BP神经网络的学习方式,从而改进了接触网导线温升模型,建立了一个精度较高且可快速反应接触网导线温度状况的模型。最后,在接触网导线温度监测系统和温升模型的基础上,提出了一套过热保护方案,该方案可无需在接触网导线上安装温度传感器便可实现接触网导线温度的实时评估,从而实现对接触网导线的过热保护。