针对非平稳和长序列的电力变压器油温点预测缺乏变压器不确定性状态估计信息的问题，提出一种融合变分模式分解和变换器分位数回归（variational mode decomposition and transformer quantile regression

VMD-QR-Transformer）的区间预测模型。首先，利用VMD模型，将非平稳油温序列分解为5个更平稳的分量；然后，创建能够捕捉序列全局信息的自注意力机制Transformer模型及其分位数损失函数；其次，搭建QR-Transformer模型对各分量进行不同分位数的预测；最后，重构预测分量生成不同置信水平的油温预测区间。结合某实际变压器油温数据进行算例分析，结果显示，相比单一模型，所提组合模型显著提升了预测区间性能，为变压器状态评估提供有效决策依据。