Los transformadores de potencia son vitales en los sistemas eléctricos, donde la temperatura del aceite es un indicador operativo clave. Este estudio propone un modelo avanzado de red neuronal híbrida, BWO-TCN-BiGRU-Attention, para predecir la temperatura del aceite superior de los transformadores. El modelo fue validado utilizando datos de temperatura de transformadores de potencia en dos regiones chinas. Logró MAEs de 0.5258 y 0.9995, MAPEs de 2.75% y 2.73%, y RMSEs de 0.6353 y 1.2158, superando significativamente a métodos convencionales como ELM, PSO-SVR, Informer, CNN-BiLSTM-Attention, y CNN-GRU-Attention. En pruebas realizadas en primavera, verano, otoño e invierno, el MAPE del modelo fue del 2.75%, 3.44%, 3.93%, y 2.46% para el Transformador 1, y del 2.73%, 2.78%, 3.07%, y 2.05% para el Transformador 2, respectivamente. Estos resultados indican que el modelo puede mantener bajos errores de predicción incluso con variaciones significativas de temperatura estacional. En cuanto a la granularidad temporal, el modelo se desempeñó bien tanto en intervalos de 1 h como de 15 min: para el Transformador 1, el MAPE fue del 2.75% a una granularidad de 1 h y del 2.98% a una granularidad de 15 min; para el Transformador 2, el MAPE fue del 2.73% a una granularidad de 1 h y se redujo aún más al 2.16% a una granularidad de 15 min. Esto demuestra que el modelo puede adaptarse a diferentes estaciones y mantener un buen rendimiento de predicción con datos de alta frecuencia, brindando un soporte técnico confiable para la operación segura y estable de los sistemas eléctricos.