随着科技发展，人们对电力通信网络可靠性的要求越来越高，因此需要及时对通信设备进行检修。本文设计的状态检修系统，通过实时的对电力通信网络设备进行监测，及时发现设备可能存在的隐患，能够合理安排检修时间，保证了通信网络的正常运行。本文介绍了状态检修系统中用到的关键技术，详细说明了电力通信网络设备状态检修系统的设计与实现方法。本系统利用设备性能参数的历史数据，对性能数据的将来值进行预测。之后将预测的数据进一步处理，按照状态评分算法对设备进行评分。最后，检修系统通过分析网络设备的预测得分，根据检修原则，判断是否该对设备进行检修、何时安排检修以及需要检修的部件等。此外，用户可以通过状态检修系统的用户界面，查看电力通信网络中设备的模型、每个设备的得分、设备的运行情况、检修报告、网络拓扑图等内容。本课题利用BP神经网络模型，对电力通信网络设备的性能参数进行预测。本文详细介绍了神经网络预测的原理、BP神经网络预测模型的结构等，利用历史数据对模型进行训练，确定每个性能参数预测模型的参数值，并且对预测误差进行了分析。状态检修系统采用B/S模式，在客户端采用AJAX技术、EXTJS技术以及mxGraph技术等，丰富用户界面。运行结果表明，状态检修系统能够判断出电力通信网络设备的运行状态以及趋势，给出了合理的检修建议，降低了故障发生概率。