本发明公开基于相空间重构和神经网络的断路器温升预测方法及系统，方法包括：构建基于断路器触头温升、负荷电流、环境温度、环境湿度的多元温升时序数据集，利用主成分分析法提取季节特点差异化下典型日的温升主特征成分序列，对其进行相空间重构，获取重构后的春秋季节时序数据集与冬夏季节时序数据集，以此进行基于BP神经网络模型的训练测试，构建不同季节类型的开关柜断路器温升预测模型。该方法基于相空间重构技术对断路器温升数据集的主特征成分进行时序重构，提取的不同季节群下的重构数据集利用BP神经网络模型进行温升预测，实现断路器触头温升信息的准确预测。