成本预测是输变电工程项目成本管理的重要部分。准确的成本预测有助于输变电工程企业前期做出正确的决策、提高项目管理水平、提高利润水平。然而成本预测在传统的成本管理工作中没有得到足够的重视,且成本预测手段存在着信息滞后、耗时耗工、静态预测等问题。特别是输变电工程周期较长,因此项目初期的工程成本和实际施工期间的成本相差较大,而铜原料作为输变电工程成本的最主要构成部分,存在占比大、波动大的特点。对铜价格时间序列的准确预测对于输变电工程动态成本预测有着非常重要的意义,但是目前缺乏基于铜价格时间序列预测的输变电工程动态成本预测的方法。随着计算机技术的发展和人工智能手段的兴起,BP神经网络和LSTM长短期记忆神经网络时间序列预测技术应运而生,人工智能手段具有非常强大的非线性拟合能力。本文首先对国内外输变电工程成本预测现状进行描述,明确了在项目前期阶段成本预测的意义。通过对国内外相关文献的梳理,发现当前对铜价格波动下的施工成本动态预测较少,提出将铜价格时间序列预测和BP神经网络引入35kv及以下输变电工程成本预测中,并对两者进行了有机结合,构建了基于铜价格波动下的输变电工程动态成本预测模型。其次,本文通过对35kv及以下输变电工程成本进行了分析,明确了铜价格在输变电工程成本预测中的重要性。并通过价格理论对铜价格波动的影响因素进行分析,最终选取9个重要的铜价格影响自变量,基于LSTM长短期记忆神经网络对未来的铜价格时间序列值进行预测建模,并得到了铜价格时间序列值的预测结果。再其次,对35kv及以下输变电工程的数据特点进行统计分析,通过Select KBest方法筛选出最重要的8个输变电工程自变量,并基于BP神经网络对输变电工程成本预测进行建模并训练,实现了对输变电工程的动态的成本预测。最后,将前文的铜价格时间序列模型和BP神经网络输变电工程成本预测模型进行组合串列,铜价格时间序列预测值作为输入值,输入输变电工程成本预测模型中动态预测成本。并通过对比实际案例成本和传统成本预测、铜价格波动下输变电工程成本预测动态预测,对比结果体现了优化后的组合模型在精确度和动态预测上的优势。通过理论分析和实际应用两方面,详细阐述了铜价格波动下的输变电工程成本预测在成本管理和成本预测中的可行性和优越性,为以后的成本预测研究提供了新思路。