配电网中线路数量多、分支多、分布广、接线方式复杂,配电线路作为变电站和电力用户之间连接的纽带,其运行状态直接影响着配电网安全性、稳定性。随着我国智能电网的规划与实施,输配电线路的状态监测技术得以快速发展,其中泛在电力物联网的出现为配电线路状态监测提供了新的方法和途径。在配电线路的工作过程中,线路的T接点、接续点是整条线路薄弱点,在负荷高峰时经常会发生由温度升高引起的断线等故障,轻则降低电能质量,重则影响电力系统的稳定运行,造成巨大的经济损失。接点温度随着线路中负荷的变化而变化,间接地反映了配电线路的工作状态,对接点温度进行实时监测可以在一定程度上掌握配电线路当前的工作状态,并且若能进一步根据接点温度监测数据推演出未来温度值的变化走势,可为线路巡检人员提供重要的参考依据。实现接点温度的实时监测与预测对保障配电线路稳定运行具有重要意义,对此本文开展了如下几方面的研究:（1）首先给出接点温度监测与预测的整体实现方案。根据接点在线路中的分布特点,得出在设计时需要满足高覆盖率、高可靠性、低成本、低延时以及低功耗的设计要求,根据这5点要求,确定了以电力物联网的“感知层-网络层-平台层-应用层”四层结构为基础架构的整体设计方案,同时对系统中涉及到的关键技术包括温度测量技术、通信技术、温度预测理论分别进行了分析总结,确定温度测量技术选择非接触式红外测温,通信技术选择Lo Ra与4G-LTE无线通信,温度预测算法选择差分自回归移动平均模型、一阶灰色模型与反馈神经网络的组合预测。（2）针对感知层、网络层中的设备软硬件设计、平台层的搭建以及应用层的系统可视化平台整体结构与子功能进行了设计。终端节点作为感知层内的核心设备,通过非接触式红外测温的方式采集接点的温度值,汇聚节点作为网络层内的核心设备,负责与终端节点之间组建星型内部Lo Ra网络用以传输温度采集指令以及汇总终端节点上传而来的温度值,并且可以通过4G-LTE网络与平台层中的云平台进行互联。平台层依托于阿里云物联网平台,汇聚节点汇总的温度数据被发送至云平台后,物模型数据解析脚本对数据进行初步的解析并触发配置完成的规则引擎将温度数据流转至云数据库中实现温度数据的远程存储。应用层中基于B/S架构的配电线路状态监测系统可视化平台内可实现接点温度的可视化展示、越限报警以及历史数据回溯等功能。（3）根据接点温度的变化特点,建立了一种接点温度变权重组合预测模型来实现接点温度的单步短期预测。首先介绍了以滑动窗口为机制的三种单项预测模型动态建模流程,即差分自回归移动平均模型、反馈神经网络模型以及一阶灰色模型,其中为解决反馈神经网络易陷入局部最优的缺点,利用麻雀搜索算法对其进行优化。为了能够实现三种单项模型的有机结合,同时保障在每一个预测时点处权重系数分配的合理性,本文以三种单项预测模型之间的性能差异作为出发点,提出一种基于改进层次分析的自适应权重算法,通过引入灰色关联度对层次分析法中的1-9标度值进行改进重构,避免构建判别矩阵时人为主观因素的影响,可自适应计算三种单项模型的权重系数来对三种模型进行变权重组合。最后,利用MATLAB对算法以及模型进行了仿真分析,验证基于改进层析分析的自适应权重算法正确性以及接点温度变权重组合模型的预测性能。