谭风雷，陈 昊，何嘉弘

（1. 国网江苏省电力有限公司检修分公司，江苏 南京 211102；2. 东南大学 电气工程学院，江苏 南京 210096）

0 引言

随着电网建设规模的逐步扩大，电力变压器在投数量逐年增加，其健康水平决定着电网的供电可靠性，特高压变压器的重要性更是不言而喻。特高压变压器的热状态决定着其内部绝缘水平，影响其使用寿命和健康状态。热状态主要是通过热点温度与顶层油温进行衡量［1-4］。目前，热点温度一般是利用顶层油温来间接估算，如果可提前预测顶层油温，则能有效评估热点温度，为特高压变压器内部绝缘状态判断提供理论依据。同时顶层油温的准确预测有助于研究极限顶层油温下的最大负荷，对提高特高压变压器容量利用率具有重要意义［5-9］。

目前，关于热点温度和顶层油温的计算方法，国内外已有大量研究，总体上主要分为经验公式、热路模型和数值计算3类［10-15］。其中，经验公式是利用现有的计算公式和人工经验对热点温度进行粗略估计，一般误差较大；热路模型是基于热电类比法建立温度计算模型，精度受模型参数影响较大；数值计算是通过变压器内部结构和散热介质的研究，建立多物理融合的内部温度分布，进而估算热点温度，结果基本符合变压器的真实热状态。另外，随着人工智能算法在变压器领域应用的不断深入，部分研究者将人工智能算法逐步应用到变压器热点温度和顶层油温的预测中。文献［16］考虑到广义回归神经网络具有容错性高和鲁棒性强的特点，将其应用于变压器热点温度的预测。……