在电力系统运行中,对于供电安全性、可靠性的要求越来越高,而电柜内凝露问题会对电力系统供电安全性、可靠性构成威胁。现有电柜防凝露方法存在效果差、成本高、耗电量大、有安全隐患等问题,且使用开空调防电柜凝露的方法需要保持空调在持续开启状态,从而造成大量电能损耗。因此本文针对这些问题,设计了一种电柜防凝露的神经网络预测控制方法来控制电房内空调的启停。首先,本文分析了电柜内凝露产生的机理,从相对湿度和露点温度两个方面分别描述了凝露现象产生的过程,并介绍了露点温度的计算方法,总结出了电柜内凝露的三个凝结判据。以GGD型交流低压配电柜为例,构建了简化的电柜物理模型和数学模型,并利用计算流体力学(Computational Fluid Dynamics)仿真对电柜内湿空气进行了环境模拟,分析研究了湿空气的温度分布、相对湿度分布情况,结合凝露判据,判断出了电柜内易凝露的位置。然后,以GGD型交流低压配电柜为例,在电柜内易凝露位置和其他相关位置安装传感器,在空调关闭状态和空调开启状态下分别设计了两组电柜内凝露相关数据采集实验,得到了特定环境特定位置采集点处的温湿度原始数据和电压电流原始数据,并对实验得到的原始数据进行预处理,将其作为后续建立神经网络预测模型的训练数据和测试数据。其次,本文基于BP神经网络设计了电柜内湿空气温湿度预测模型和电柜内易凝露表面温度预测模型,并以预处理后的实验数据为基础,训练出了在空调开启和关闭状态的四个模型,模型的输出作为空调启停的依据。最后,本文基于前面的研究结果设计了电柜防凝露的神经网络预测控制的基本思路和具体结构,针对实际情况给出了控制器中凝结判据的具体形式,并对神经网络预测器预测凝露时刻的效果和开启空调后电柜防凝露的效果做了仿真验证。