Para resolver el problema del aumento de temperatura de la secuencia negativa de grandes equipos bajo condiciones de operación asimétricas, este documento optimiza la estructura de los componentes principales y adopta una red neuronal de proceso mejorada para realizar análisis en línea y calcular los datos de operación, logrando la predicción precisa del estado de calentamiento del equipo. En primer lugar, tomando un generador de 300 MW que necesita urgentemente mejoras en el equipo como objeto de investigación, se analizan las características típicas de accidentes asimétricos que han ocurrido en los últimos años y los principales factores que influyen en el calentamiento por secuencia negativa del rotor. Se explora la influencia de la estructura de amortiguación del rotor y la longitud del eje en el cambio de aumento de temperatura. En segundo lugar, se introduce un mapa de tienda para mejorar la uniformidad de distribución de la población en el espacio de búsqueda y así potenciar la convergencia global de los algoritmos genéticos nicho. Experimentos numéricos y experimentos de campo muestran que el algoritmo mejorado, que se aplica para optimizar los parámetros de la red neuronal de proceso ridgelet, tiene un buen rendimiento en la predicción del aumento de temperatura. Finalmente, se examina la influencia de la longitud del rotor y el número de barras de amortiguación de polos en el problema de calentamiento por secuencia negativa bajo diferentes relaciones de componentes de secuencia negativa, lo que proporciona referencias útiles para la optimización estructural y la predicción del estado de operación asimétrica de grandes equipos.