输电线覆冰是影响电网安全运行的严重威胁之一，每年运行部门在覆冰期间要花费大量的精力应对这一问题。然而目前对于超特高压输电线路覆冰的监测和发展趋势预测仍面临诸多困难和挑战。一方面，覆冰灾害的频繁发生和日趋严重对覆冰的监测和预测提出了更高、更紧迫的要求，而目前使用较多的在线监测设备都普遍存在可靠性和使用寿命的问题。另一方面，由于输电线路各种典型微气象区的特殊性，为应对输电线路覆冰的特殊运维环境，人工巡检（现场蹲守）仍是目前采用的主要应对方法。覆冰厚度数据对冰灾防治具有重要意义，但人工巡检仅仅依靠望远镜、三维激光雷达等辅助监测设备，通过经验判断法确定输电线覆冰及受力情况，缺乏有效可靠的覆冰厚度监测设备。输电线路的弧垂是线路运行的一个重要参量，目前弧垂测量有较为可靠的方法，而输电线路的弧垂与输电线的荷载满足相应的力学关系，在一定的条件下可间接求得线路的等值覆冰厚度。本文提出了基于弧垂的输电线路等值覆冰厚度测量方法，并考虑了悬垂绝缘子串的偏移量，分别得出了单一档、连续档不均匀覆冰下等值覆冰厚度的计算理论及算法，另外提出了一种偏移量测量方法。　　本文介绍了各类覆冰增长预测模型，由于小波神经网络的优良特性，最后选择了小波神经网络模型。然后阐述了其基本类型及结构，为提高该模型的性能及预测精度，本文主要从网络初始值的选择、网络结构的确定及学习算法入手，提出了改进建议，仿真结果表明这些改进对建模的效率和精度一定的改善。根据已有覆冰测量数据可对覆冰增长趋势进行短期的预测预警，具体方案是在测量覆冰厚度的同时，记录影响覆冰增长的主要因素的相关数据，然后利用小波神经网络模型的非线性映射功能，对已有的覆冰数据进行建模，预测短期内的覆冰增长趋势，同时考虑此时输电线对跨越物的安全间隙，给出预警信息作为参考。在本文提出的等值覆冰厚度计算理论基础上，提出了研制覆冰厚度测量设备的技术方案，并在此基础上研制出了覆冰厚度测量设备，该设备是基于Window CE智能操作系统的全站仪，在其平台上开发专门的覆冰厚度测量软件，同时将预警预测功能与覆冰厚度测量功能融为一体，该软件利用理论计算数据进行了反复测试，并选择了两处实际输电线进行了实际测量，其测量结果验证了该理论的正确性和可行性。