摘要：提出一种采用极限学习机对IEEE导则中的变压器顶层油温热模型计算偏差进行预测和修正，从而实现对变压器顶层油温精确预测的融合预测方法。首先，介绍了变压器顶层油温热模型和极限学习机预测模型各自的特性。其次，为避免采用两级智能预测导致运算速度慢的问题，采用加权多点外推法结合负荷形态聚类算法预测变压器未来时段负载系数，作为模型的负荷预测级。最后，利用变压器顶层油温热模型获取相应的油温计算值，并利用极限学习机对计算值与实测值间的偏差进行预测，最终得到变压器顶层油温的精确预测值。搭建了仿真模型对所提方法进行了验证，仿真结果表明，所提预测方法平均预测误差率仅为0.59%，均方根误差仅为0.47 ℃，相比其他3种方法有更高的预测精度和稳定性，模型训练和预测时间分别只有1.21ms和0.39 ms，证明了所提出和建立的融合预测模型具有较高的预测精度、稳定性和运算速度。

      关键词：变压器顶层油温；极限学习机；热模型；融合预测；负荷形态聚类

      中图分类号：TM28     文献标识码：A