本发明公开了一种基于BP神经网络和改进SCADA数据的线路参数辨识方法，其特征是，包括如下步骤：步骤S1:建立包含不同运行条件下不同线路SCADA数据训练集；步骤S2：改进SCADA数据,建立BP神经网络，将改进后的SCADA数据输入BP神经网路进行信号的向前传播训练和误差的反向传播训练；步骤S3:将改造后的待辨识线路两端量测SCADA数据作为输入数据，输入训练好的BP神经网络获取预测值；步骤S4:采用中位数抗差去除预测值中异常数据和噪声，作为最终的辨识结果。将BP神经网络与改进SCADA数据相结合，应用在参数辨识在线测量方法中以提高辨识方法的抗差能力；改进SCADA数据能提高BP神经网络的模型学习效果和辨识精度。采取中位数抗差有效降低大部分量测量中的粗差对辨识结果的影响。