本发明公开了一种基于神经网络的电力通信设备状态检修的预测方法，包括以下步骤：构建电力通信网络传输设备资源相关联的关系模型；获取设备相关的静态数据、动态数据作为样本数据，静态数据包括设备、板卡，动态数据包括告警、性能、业务；对所述设备相关数据的运行年限、告警数量、性能劣化程度、承载业务类型及数量等进行数值化处理。本发明采用BP神经网络算法，构建电力通信系统传输设备资源的关系模型，研究分析设备固有属性及实时运行状态，基于电力通信设备的状态，便于快速、全面预测并提供设备的检修建议。