本文介绍了变电站设备监测系统及温度预测算法研究的目的和意义,分析了监测系统和温度预测算法应用于变电站的国内外研究现状。并详细的论述了无线传感器网络应用于变电站全面监控的可行性,说明了开发变电站设备监测系统所采用的终端节点的芯片构成,阐述了开发监测系统所需的关键技术。为了在不影响变电站设备正常运行的情况下,可以实时获取设备运行状态和周围的环境信息,本文完成了变电站设备监测系统的整体设计,给出了系统层次及架构,设计了现场硬件采集模块、现场数据汇聚模块、现场数据服务模块、中控数据模块、客户端模块,并设计了系统的数据库。最终,采用C#语言,在Visual Studio2010编译调试环境下,开发出了变电站设备监测系统,实现了变电站设备监测系统的数据采集、数据传输、数据存储、数据过滤和数据显示等功能。系统结构层次清晰,界面直观,操作简单,符合现场工作人员要求。在利用监测系统采集的数据的基础上,为了能有效地对设备运行状态做出分析和判断,并及时给出预警信息,本文提出了一种基于混沌时间序列和BP神经网络相结合的温度预测方法,首先采用混沌理论对温度时间序列进行了相空间重构,得到神经网络的训练样本后对BP神经网络进行训练,从而获得预测结果,最后选择了变压器套管的温度序列进行实例分析,验证了该方法的可行性。