夏季用电负荷为全年中的最高时段，大部分变压器都在接近或超过满负荷的情况下运行。对于户内型变压器，其高负荷运行的散热量较大，传统的变压器室散热通风不能满足其降温的实况。针对这种情况，本论文进行大型电力变压器室通风散热系统的智能控制研究并工程实现。首先，建立变压器顶层油温预测模型，考虑环境温度对变压器顶层油温的影响，在热电类比的基础上，将环境温度以变量的形式加入到变压器顶层油温预测模型。将预测模型的计算值和变压器顶层油温实际值对比分析，表明该顶层油温预测模型具有很高的准确性。其次，详细分析了变压器室内通风散热的传热学原理，根据实际参数建立了变压器室内通风散热的数学模型。由于该模型是一个多变量、滞后的系统，利用模糊控制对被控对象进行控制研究，为了降低设计模糊控制策略的复杂性，控制系统的执行结构采用递阶多变量模糊控制器，并通过Matlab软件对变压器室通风散热的模糊控制进行仿真研究。然后，由于变压器室通风散热系统的模型具有时变、非线性的特点，采用神经网络预测控制对变压器室通风散热进行研究。针对预测控制滚动优化的计算量过大问题，设计了一种神经网络逆控制与BP神经网络预测控制的复合控制策略方法。当控制对象处于动态调整过程时，控制系统转为BP神经网络预测控制；当控制对象输出稳定时，转为神经网络逆控制，不需要进行滚动优化计算而减少计算量。该控制策略既降低了滚动优化的计算量，又保证了控制系统的稳定性。在理论研究的基础上，针对某市110KV变压器的变压器室，设计了变压器室通风散热智能控制系统。设计变压器顶层油温和变压器室内温度的双闭环系统，采用神经网络预测控制实现室内通风量的智能控制，在低成本运行情况下，控制变压器室内的温度和电力变压器顶层油温温度，保证电力变压器安全稳定运行。在高温高负荷情况下，实际工程表明该系统有效降低了室内温度，改善了变压器与室内空气的热交换效率，使得电力变压器稳定在安全工作区间，避免变压器的温度过高而出现故障。