目前世界环境、能源问题的日益突出，但随着电池技术的发展无轨电车迎来了发展新机遇。但是，无轨电车线网分路众多、分路结构不同和负荷分布情况不同等导致不同分路的输电线路损耗均不同。分路最多可容纳的车辆负荷即分路最大容量无法通过统一的潮流计算公式得到，进而线网的容量难以估算，故此采用黑箱模型将分路平均容量的评估转变为一个数学问题，同时用BP算法来实现。首先，分析了线网分路容量的限制因素及影响因素；然后，利用BP神经网络算法来估算分路的容量，并根据分路容量的限制因素通过DIgSILENT仿真软件运行分路模型来建立BP网络，进而获取BP网络训练样本；最后，根据分路容量的影响因素确定BP网络结构和参数并进行训练，保存训练好的BP模型，搭建预测界面并进行预测。预测实例分析结果证明模型预测结果理想。