气体绝缘金属封闭组合电器(gas insulated switchgear,GIS)是电力系统中的重要设备之一,其可靠运行对电网安全至关重要。为了评估GIS动静触头的接触状态,建立了考虑自然光照、环境风速和温度等因素影响的GIS电磁-热-流多物理场耦合模型,分析了负荷电流、动静触头接触电阻及不同环境因素对GIS触头温度和壳体温度的影响规律。基于多物理场数值仿真结果,建立以负荷电流、接触电阻和风、光、热等自然环境因素为输入,触头温度和壳体温度为输出的前向反馈(back propagation,BP)神经网络模型。为了避免该模型陷入局部最优,采用粒子群优化(particle swarm optimization,PSO)算法用以确定BP神经网络模型的初始权值和阈值,从而建立了PSO-BP神经网络温度预测模型。该方法可用于多环境因素影响下的GIS触头接触状态智能评估,从而保障GIS设备可靠运行。与实验结果对比,证明了该智能评估方法的有效性和正确性。