本发明公开了一种基于贝叶斯优化BP神经网络的带电作业人员状态分析方法，属于深度学习技术领域。通过测量不同时间带电作业区域天气的温度、气压、湿度三种数据，即每一个时刻采集的数据点包括三个特征值；同时采集对应时间的带电作业人员的体温、心率、血压；之后对数据进行预处理，最后将预处理后的数据导入模型进行训练，训练完成后，就可以输入实时数据对带电作业人员的状态进行判定和预警。本发明的基于贝叶斯优化BP神经网络的带电作业人员状态分析方法，可以通过输入作业当天的温度、气压、湿度数据，输出预测的正常体温、心率、血压，通过与实际值的比较从而对作业人员进行预警，有效保障作业人员的人身安全。