变压器运行状态监测方法及系统

本申请涉及变压器技术领域，其具体地公开了一种变压器运行状态监测方法及系统，其采用基于深度学习的人工智能算法对变压器的负载电流、冷却方式、冷却介质流速以及环境温度进行特征工程和时序联合分析，以挖掘出变压器的热行为特征，并在此基础上，进一步利用在大量健康变压器运行数据上训练得到的深度学习模型进行变压器温度预测，以获得变压器各个关键监测点在正常状态下的预期温度，进而，基于变压器在正常状态下的预期温度与实际测量温度之间的差异进行过热风险预警。该方法能够实现对变压器过热风险的实时准确预警，克服传统固定温度阈值监测方法的局限，提升过热风险识别的灵敏度和鲁棒性。