本发明涉及一种基于SSA‑Elman模型的变压器油界面张力预测方法，属于变压器检测技术领域。该方法包括：S1：确定Elman神经网络的输入为降维后的多频超声波数据，输出为变压器油的界面张力，确定网络的训练集与测试集；S2：建立Elman神经网络，确定网络结构并初始化网络的权值和阈值；S3：首先初始化SSA参数，根据Elman神经网络结构，计算出需要优化的变量元素个数；然后循环SSA优化过程；S4：将SSA算法优化后的最优权值阈值参数赋予Elman神经网络，即输出最优的SSA‑Elman模型，利用SSA‑Elman模型进行训练和预测。本发明能实现对变压器油界面张力的有效预测。