本发明提供一种接触网覆冰预警方法，该方法通过构建多层次结构的神经网络模型，利用其中的预处理层得到中间最优权重和中间最优阈值，能够避免神经网络反向传递过程陷入反向优化和局部最优的困境，缩短神经网络优化的时间，提高接触网覆冰预警的精度和速度，以及抗环境干扰的能力；将各数据传感器的维度数据通过神经网络模型的输入层进行归一化处理，以得到各维度数据所对应的预处理修正序列集，能够减小环境因素对传感器数据的扰动，降低系统报警信号误触概率；利用梯度下降法进行神经网络反向传递，进一步优化神经网络模型的权值和阈值，缩短了接触网覆冰的预测时间，提高模型预测结果的正确率。