研究电力变压器故障诊断方法对提高电力系统运行的安全性和可靠性具有决定性意义,同时也具有重要的理论价值和广阔的工程应用前景。电力变压器故障诊断方法包括电力变压器的状态评估、故障诊断和故障预测。针对电力变压器故障诊断数据小样本、贫信息的特点,研究以智能信息处理理论为技术主线的电力变压器故障诊断方法,主要研究内容如下:⑴智能信息处理方法的关键技术研究。在研究分析智能信息处理理论关键技术的基础上,提出了以智能信息处理理论为主线的电力变压器故障诊断技术方案。⑵电力变压器状态评估算法研究。确定了电力变压器状态评估指标体系,研究基于云模型白化权函数的灰聚类分析和改进的加权灰靶理论相结合的电力变压器状态评估模型,通过先验知识和实验分析共同优化云模型参数,研究以正常电力变压器数据为靶心的改进的加权灰靶理论算法,优化状态分级。本文提出的电力变压器状态评估算法能够正确评估电力变压器的状态,提高了电力变压器状态评估的科学性和客观性。⑶电力变压器故障诊断算法研究。模拟生物免疫系统的特点,设计两级分类器级联的电力变压器故障诊断算法,研究遗传支持向量机判断电力变压器故障和正常状态的初级分类器,研究灰关联度度量抗体与抗原之间亲和力的灰色人工免疫算法和动态疫苗机制的高频变异算子。本文提出的电力变压器故障诊断算法对电力变压器单一故障和多故障都能够有效的分类,提高了电力变压器故障诊断的准确率。⑷油中溶解气体浓度预测算法研究。针对电力变压器油中溶解气体浓度随时间变化的特征,研究灰色Verhulst模型和双层GM(1,1,ρ)新陈代谢模型并联的预测方法,该预测模型能够全面反映气体浓度的变化特征,具有较高的预测精度。⑸电力变压器故障诊断软件平台开发和数据库构建。开发电力变压器故障诊断和预测软件平台,实现电力变压器的状态评估、故障诊断和预测等主要功能。构建电力变压器状态评估、故障诊断和油中溶解气体浓度预测数据库,设计并实现了数据库的相关功能。本文对电力变压器故障诊断方法进行了系统的研究,对电力变压器故障诊断技术的发展具有重要的理论意义和实用价值。