电气化铁路具有方便交通出行、强化节能环保、加快脱贫攻坚以及促进对外交流等优点,在全球发展进程中扮演着重要角色。我国也不断出台相关政策战略,推进铁路供给侧改革,保持电气化铁路持续向上发展的态势。受电弓-接触网系统是列车获取动力的唯一“纽带”,随着电气化铁路里程数以及列车运行负荷的不断增加,频繁出现的弓网系统故障成为制约电气化铁路发展突破的桎梏。而目前国内外对弓网系统故障的识别诊断多是在故障发生之后,难以防患于未然。因此,开展在故障发生之前对弓网系统提出预警的研究就显得尤为重要。本文结合欧拉-伯努利梁方程和归算质量模型建立了简单链型柔性接触网模型,建立了DSA-200单臂受电弓二元归算质量模型,通过搭建数学模型的方式将柔性接触网和受电弓模型耦合,利用纽马克-β法求解微分方程组得到柔性接触网-受电弓系统动力学响应。分析了弓网系统受流质量的评价标准,根据建立的柔性接触网-受电弓仿真模型,通过变换受电弓关键参数和接触网关键结构参数来模拟仿真弓网系统的不同状态,得到受电弓框架零部件松脱、接触线损伤、接触线张力失效、承力索底座损坏、吊弦松脱以及弓网系统正常状态的动态接触力响应,为预警算法的提出提供数据依据。根据动态接触力数据样本,提出了一种弓网故障预警算法。运用增长型神经气模型算法（GNG）对弓网系统正常状态数据进行聚类分析,通过判断实时状态数据与聚类结果的闵式距离,从而得出接触力在整体趋势上的相近度值。同时确定预警窗口大小,利用最小二乘支持向量机（LS-SVM）进行回归预测得到预测差值。结合相近度值和预测差值得到弓网系统故障预警风险系数。经过测试,基于动态接触力的弓网故障预警算法能够有效识别弓网系统状态并提出预警。提出了弓网故障预警优化方法,运用粒子群算法（PSO）对预警窗口大小优化从而提高预警效率,运用灰狼优化算法（GWO）优化最小二乘支持向量机的关键参数提高算法的准确度。通过对比,结果表明优化后的基于动态接触力的弓网故障预警算法具备良好的有效性和可行性。