【摘要】电力变压器油温准确预测对于电力系统稳定运行至关重要。本研究通过使用长短期记忆（Long Short-Term Memory，LSTM）神经网络捕捉油温数据中的长期依赖关系和短期波动特征，提升油温预测精度。实验结果表明，LSTM预测最小误差仅-1.93%，平均误差率为9.76%，同时，LSTM模型在测试过程中展现出更高的时间效能，平均反应时间仅为32.96s，远低于其他模型。