刘 闯，卢银均，刘红云，向 晓，王梁伟

（国网湖北省电力有限公司荆门供电公司，湖北 荆门 448000）

0 引言

变压器是电力系统的核心设备之一，其安全稳定性是电网稳定运行的必要条件[1]。变压器的使用寿命与其内部温度及热量散失密切相关。绕组热点温度是限制变压器运行负载的主要因素，绕组温度过高，会对变压器的绝缘造成不可逆损害，严重影响变压器的使用寿命[2]。因此，及时掌握变压器绕组温度变化情况，做好绕组热点温度预测工作，对保障电力系统稳定运行具有重要意义。

目前，国内外专家已对变压器绕组热点温度进行了大量研究。国际上推荐的绕组热点温度计算公式来源于IEEEC57.91 和IEC354 导则[3]，但这些导则没有考虑环境温度的影响。随着智能算法的兴起，大量智能算法被应用到变压器绕组热点温度预测领域。文献[4]通过监测装置获取变压器端部温度、顶层、中层和底层油温，建立了基于灰色神经网络的变压器绕组热点温度预测模型，取得了较好的预测效果，但预测模型的输入量具有一定的局限性。文献[5]采用Levenberg-Marquardt 算法对BP 神经网络进行改进，建立了变压器绕组热点温度预测模型，并采用实测数据对预测模型进行检验，结果表明，三层BP神经网络的预测效果最好，但BP神经网络易陷入局部最优解。文献[6]根据实验室模拟变压器的实测数据，提取变压器绕组热点温度预测模型的输入量，采用遗传算法（Genetic Algorithm，GA）优化支持向量机（Support Vector Machines，SVM）参数，建立了基于GA-SVM 的变压器绕组热点温度预测模型，预测效果优于BP和Elman神经网络，但预测精度有待提高。……