变配电站进行了电力系统的进一步改造，在变配电站建设时，决定应用人工智能技术强化对变压器的监测，改造工作围绕两个方面开展，一是实时监测，二是长期的数据收集积累。监测目标包括变压器功能、用电安全性、供电稳定性三个方面，长期数据收集包括线损收集、目标地区用电量变化两个方面。

在实时监测方面，为保证智能监测的有效性。应以数据信息为基准，首先收集观察对象的标准参数，对智能设备进行机器训练。在此基础上，建立若干模型。具体工作进行时，

利用传感器将信息数据与模型进行匹配，了解系统工作态势，实现有效检测。以变压器的监测为例，常规工作状态下，变配电站变压器的工作温度为 50-70℃，如果出现内芯锈

蚀或者其他故障，电阻会显著增加。智能监测的核心指标，以变压器温度为主。实验时，首先，需收集变压器在 30 个工作日内的信息，并应用调试实验的方式了解不同负载水平下电压器的温度情况，构建 4 个标准模型 ：即低负载模型（20％ -30％）、中等负载模型（40％ -60％）、高负载模型（70％ -80％）、以及过负载模型（90％以上）。在此基础上，额外收集不同故障情况下变压器的温度值，包括过电压、过电流以及内芯熔断等等特殊情况，将所有数据集中输入单片机中，共获取样本 1041 个，利用随机森林法快速完成机器训练，实现记忆。

智能系统的主要构件包括传感器、通信结构、单片机以及附属部分，将智能系统外置于主变压器附近，进行全天候的实时监测。监测工作共进行 30 天，结果上看，变压器工作正常，智能系统也能精准给出变压器工作时的温度值，表明其工作态势良好。此外，为能够了解异常情况下智能系统能否识别问题、发出警报，将相关参数代入计算机中进行虚拟实验，实验进行 30 次，智能系统也能在短时间内精准识别，并发出警报。结合模拟实验以及常规实验的结果，智能系统在变压器监测工作中的运行态势良好。上述研究成果，证明了人工智能技术在电气自动化控制中的应用价值。