高压电气设备作为电力系统的关键组成部分,其可靠性直接影响电力系统的安全运行。在高压电气设备的应用与实践过程中,因老化、操作不当或安装不合理等都会导致电气设备出现潜伏性故障,一般表现为温度变化即温变,如果温变没有被及时发现,电气设备发生运行故障后,则将会造成巨大的经济损失,甚至导致重大安全事故;特别对于多数现代煤矿企业而言,因矿井变电站高压电气设备过热故障导致的安全事故占有较大的比重,矿井变电站高压电气设备一旦出现故障,则将会出现矿井大规模停电,严重影响矿井的生产安全,威胁矿井工作人员的生命。因此,借助先进技术对矿井高压电气设备进行实时监测,避免其因温变反应而产生过热故障,从而消除矿井变电站电气设备运行过程中的安全隐患,具有重要的社会意义及应用价值。本文利用先进的光纤光栅温度传感器,构建矿井变电站电气设备温变监测系统,对矿井变电站电气设备的温变参数进行实时监测;通过BP神经网络与D-S证据理论相结合的融合模式,对监测的矿井变电站电气设备的温升数据进行分析优化,并诊断电气设备的故障状态。论文的主要工作有:（1）通过分析高压电气设备温变故障来源和危害,得出温度变化是高压电气设备出现故障的重要参数,也是导致高压电气设备产生故障的重要原因,注重高压电气设备的温度监测工作,能够有效的预防设备故障,减少或降低经济损失。（2）利用FBG温度传感器的工作特性,在可调谐光源的基础上,制定多通道并列通行的光纤光栅传感网络系统方案,完成光纤光栅感温监测系统构建、光纤光栅传感器的布局及安装。（3）利用BP神经网络与D-S证据理论相结合的融合模式,对矿井变电站电气设备的温升数据进行分析,能够有效诊断电气设备的故障状态,同时还能够降低不确定概率,诊断效果比较理想。本文借助先进的信息融合技术分析电气设备温变故障产生的原因及其运行状态,为今后的研究与实践提供了参考。该论文有图25幅,表16个,参考文献56篇。