变压器是电网中最重要和最昂贵的设备之一,它的安全可靠运行直接关系输变电电网是否稳定运行。电力变压器的寿命终结是因为其丧失了应有的绝缘能力,而影响绝缘能力的主要因素是变压器运行时绕组的温度(即绕组热点温度)。绕组温度是影响负载能力和绕组绝缘寿命的重要因素,而且还是变压器绕组设计优劣的一个重要指标。因此监测、预测变压器绕组热点温度对估计变压器寿命、确保系统的安全可靠运行、提高稳定运行的经济效益有重要的意义。本文的主要工作如下:(1)针对油浸式变压器的结构,研究分析了油浸式变压器内部的产热机理和变压器内部热量的传递过程。同时,在分析热量传递路径的基础上,又进一步分析了油流在线圈内部的竖直流道换热水平流道内的流动情况,并得出了各自的对流换热系数计算公式。为下文提出的数值计算模型的理论奠定了基础。(2)通过对变压器内部油流的分析,提出了基于热电类比和IEEE导则模型值的变压器内部绕组温度计算模型,并对此模型进行了仿真。将仿真预测值与IEEE导则模型值进行了对比的结果表明:在欠负载、额定负载和过负载的情况下变压器绕组热点温度的仿真值和IEEE导则模型值具有良好的统一性。并利用该模型对下文测量的试验数据进行验证。(3)研究目前光纤温度传感器的研究现状,依照变压器内部温度测量的具体要求和变压器内部绕组温度计算的仿真模型设计了一种光纤光栅温度测量的具体方案,选择了合适的硬件,搭建了基于油浸式温升用试验变压器的光纤光栅温度测量平台。应用热电偶和光纤光栅温度传感器对变压器在欠负载、额定负载以及变化负载情况下的绕组发热情况进行了测量。并绘制了相关的曲线图证明光纤光栅温度传感器的测量结果准确稳定,对温度的变化反映迅速,能够有效的对变压器内部温度进行测量。在测量监测的基础上通过基于L-M算法改进人工神经网络对变压器内部绕组温度进行预测,得到温度试验数据,将试验得出的数据分成两组,一组用于对改进的神经网络的训练,另一组用于对预测结果的验证。预测结果表明:基于L-M算法改进BP神经网络能够较好地实现变压器绕组热点温度的预测。