输变电设备是电网的重要组成部分,输变电设备的可用性与稳定性直接影响到电网的安全运行。及时发现并排除输变电设备的潜伏性故障是电网企业关注的一项重要课题。随着我国电力工业的发展,一方面,电网规模不断发展,输变电设备数量激增,用户对供电可靠性要求不断提高；另一方面,设备的信息化程度越来越高,设备状态监测技术日益成熟,设备运行数据与测试数据激增,借助信息技术对设备进行故障诊断势在必行。本文在学习和借鉴国内外相关研究成果的基础之上,建立基于范例推理的输变电设备状态智能诊断模型；以输变电设备的在线监测数据、历史运行数据等为基础,应用智能诊断模型对数据资源进行深度挖掘与分析,建立输变电设备在线状态分析与智能诊断系统。论文的研究主要工作体现在以下五个方面：(1)在深入研究设备故障诊断和基于数据驱动的设备故障诊断理论与技术体系的基础上,结合范例推理的理论,提出基于范例推理的故障诊断模型,并结合输变电设备故障诊断的实际情况,分析输变电设备故障诊断应用中需要解决的问题。模型以设备的各种数据信息为核心,为既缺乏明确的因果关系又需要大量经验的复杂设备诊断提供了新的思路。(2)针对基于范例推理的故障诊断模型的关键环节,重点研究解决模型范例库的建立和模型推理过程的设计问题。将核函数技术应用到模型中,构造对局部数据敏感、对数据提取完备的新的核函数,并将核函数应用到支持向量机的分类器中,为输变电设备状态智能诊断模型的提出奠定理论基础。(3)研究解决输变电设备在线状态分析与智能诊断系统的数据模型问题。以输变电设备数据为中心,建立设备信息模型；在此基础上,建立设备状况范例库,并利用支持向量机分类器,对范例库进行分类学习,建立设备故障分类器与设备指纹识别器,生成设备故障诊断树与设备故障指纹；最后,建立基于范例推理的输变电设备状态智能诊断模型与算法,为输变电设备故障诊断提供方法指导。(4)针对目前众多输变电设备在线监测系统存在的局限性,应用输变电设备状态智能诊断模型,将现有输变电设备相关的各系统数据进行深度整合,建立输变电设备在线状态分析与智能诊断系统,综合设备的运行巡视、离线试验、带电检测等信息对设备故障进行实时、综合、智能诊断,进一步完善设备故障诊断能力,提高设备故障诊断的准确性。(5)以某省电力公司额定电压为500KV的变压器作为实证研究对象,将变压器油中溶解气体分析结果组织成范例,应用输变电设备状态智能诊断模型,融合来自不同系统的设备基础和设备运行信息,实现变压器状态实时智能诊断,及时查找出变压器的潜伏性故障,排除可能导致变压器故障的潜在原因,验证输变电设备状态智能诊断模型的有效性。