本发明公开了基于多源数据融合的换流阀温度预测方法及装置，所述方法包括：获取换流站n个时间点的多种历史运行数据，其中一种为冷却水出阀温度To，利用其他历史运行数据构建标准化历史运行数据矩阵D；基于标准化历史运行数据矩阵D，对换流站运行工况进行分类；用BP神经网络模型处理不同类别的运行工况数据，拟合出不同运行工况类别下的冷却水出阀温度To与其他历史运行数据之间的关系；实时采集换流站运行数据，利用训练好的BP神经网络得出冷却水出阀温度To，判断冷却水出阀温度To的预测值是否在正常阈值内，进而对换流站运行参数进行相应调整；本发明的优点在于：换流阀温度预测精度高。