电力变压器是电力系统中最为关键的环节,其运行状态的稳定与否将对电力系统产生极大影响。随着科技水平的提高和安全意识的提升,包括计算机技术与传感技术在内的多种技术取得突破与创新,针对电力变压器运行状态监测的方法更加多样化,算法模型更加成熟,状态监测实时性更强,响应速度更快。自Hilbert-Huang变换算法提出以来,其针对非线性、非平稳信号的处理效果得到了广泛好评。将该方法应用到机械故障监测诊断已趋于成熟和完善,近年来该方法也被应用于电力变压器的振动分析领域,且取得一定成果。但是HHT在进行EMD筛分处理复杂的电力变压器振动信号过程中暴露出的端点效应、模态混叠等问题严重干扰了最终的分解效果,造成信号部分成分失真,影响了算法处理准确性。本文在电力变压器振动原理分析的基础上,针对EMD筛分过程存在的问题,结合排列熵原理进行了改进,利用MPEEMD代替传统EMD过程。利用模拟信号,变压器正常工作状态、铁芯松动故障和绕组变形故障下的振动实验数据分别进行EMD、EEMD、MPEEMD处理,观察其筛分效果;从分解的固有模态相关性、重构信号的均方误差等参数方面进行对比,试验结果表明:相比于传统EMD和EEMD来说,MPEEMD算法针对简单信号与复杂的电力变压器振动信号筛分更加准确,筛分后的Hilbert谱观测效果更明显。设计了以STM32F405芯片为主控的无线测量系统,LabVIEW设计的在线监测平台,两者构成电力变压器在线监测系统,并通过山东宏瑞达电力设备有限公司提供的实验平台,验证使用MPEEMD算法的在线监测系统的准确性与实用性。