随着经济的快速发展,全社会对电能的需求也在不断提高,已有电网存在着输变电能力不足的问题,为此国家对电网进行了很多规划建设。变压器作为电网中最关键的设备之一,利用其客观存在的隐性容量进行动态增容,成为缓解电力需求最优选的方式。增容运行会导致变压器绕组损耗增加,内部温度升高,进而影响变压器的绝缘寿命,所以对变压器进行动态增容,又离不开对变压器热点温度的研究。为了实现变压器的动态增容,本文针对所需解决的关键问题进行了一系列研究,主要内容有：针对油浸式变压器的热特性进行分析,研究变压器热点温度的预测方法,提出变压器动态增容决策方案,最终开发了基于热点温度的变压器动态增容系统。探究变压器的热特性对研究其热点温度具有重要意义。在了解油浸式变压器结构的基础上,对变压器内部热量传递过程以及绕组、铁心和绝缘油的温升特性进行了分析,得到了升温和冷却时的温度变化趋势,明确了热点温度的分布区域。利用有限元软件建立了油浸式变压器的三维仿真模型,进行磁流热耦合场仿真分析,将电磁分析的结果作为温度计算时的预加载荷,代入热场分析模型中,最终得到变压器的内部温度场分布,仿真结果验证了对变压器热特性的研究结论,同时对热点温度的具体分布部位有了更深入的了解,为实际测量变压器热点温度时光纤传感器的安放位置选择提供了依据。在着重研究了变压器内部温度分布规律和热点温度分布位置的基础上,为了得到准确的变压器热点温度,采用人工神经网络方法进行预测,以实际变压器的测温数据为学习样本,对网络训练参数的选择、结构设计过程、训练样本处理和神经网络的改进算法等关键问题进行了研究,对输出层采用输出降维法进行处理并利用Levenberg-Marquardt算法改进网络结构,提高了神经网络的收敛速度,最终建立了改进的三层人工神经网络模型。以多台变压器的温升和运行数据为样本,样本分为训练集和验证集两部分,训练网络并验证其预测准确性,将利用改进的神经网络方法和IEEE Std C57导则算法得到的热点温度与实际测量值对比,验证了神经网络方法预测热点温度的准确性。以国际标准规定的变压器允许最大热点温度为限值,同时考虑变压器寿命损失,研究变压器在短期急救负荷和长期急救负荷状态下的最大安全运行问题,结合对热点温度预测的研究,本文开发了变压器动态增容系统,该系统在利用实时运行和测量参数预测热点温度后,可以根据负荷类型,实时给出变压器的最大安全运行时间或最大运行安全系数,为调度部门进行负荷调配提供依据。详细介绍了该系统的实现流程和技术功能特点,分析了动态增容带来的效益,证明了该系统可以为变压器的动态增容提供有价值的决策建议。