近年来，随着社会技术的发展，在煤矿行业中，大量机电设备的应用给企业带来巨大的经济效益。安全是煤矿企业运行的第一要义，为了保障机电设备安全，高效，正常的运行，离不开对其进行不间断的监测。机电设备运行温度的变化能够很好的反应其线路老化或负载程度；针对传统设备温度监测方式，及其现实中存在的问题，运用最新的光纤技术采集设备温度数据，利用计算机和网络的优势，全面，及时，准确的监测设备运行状态，可以避免因设备突然发生故障而引起事故，为企业减少不必要的损失。　　 本文以官地矿变电站为例，从安全管理理论入手，利用事故致因理论分析煤矿机电设备发生事故的原因，继而根据已有的煤矿机电设备安全管理方法，建立基于BP神经网络的温度预警管理系统。　　 温度预警管理系统的建立，一方面，通过最新的光纤技术采集各个机电设备温度数据，实时地呈现在管理人员面前，使其清晰，明确的了解到设备运行状态；另一方面，对于设备温度的预测预警，也是非常重要的，准确的预测可以防范于未然，避免事故的发生。目前，传统的温度预警管理软件的预测功能是基于一定的线性规律，对数据进行分析，从而实现预警，倘若设备温度变化是稳定的、走势为线性的，采用线性的分析方法所得到的预测结果还较为准确；但是，据观察所知，机电设备的温度在很多时候，为随机、非线性变化，采用线性的数据分析方法显然不适用，得出的结果也不可靠，因此只有采用非线性的分析方法来对设备温度进行预测才能达到预警的功能。本文根据BP神经网络模型的可以逼近任意非线性连续函数特性，通过分析已采集到的温度数据，并进行大量的实验，以获得最佳的预测模型，利用模型来预测机电设备短期内的温度变化，从而实现有效的预警，以辅助管理。　　 通过温度预警管理系统的应用，不但使机电设备的安全运行带来可靠的保障，而且减少了机电设备管理人员的数量及其单一工作量，同时也避免了在人为执行监测工作中因工作人员操作失误等原因所带来的安全隐患。　　 温度监测预警管理系统仅是煤矿产业数字化，信息化中的一小部分，却是不可或缺的一部分，本文对于机电设备的温度监测预警管理系统的深入研究，在煤矿产业的信息化进程中，为以预防为主的安全管理工作提供最有力的支持。