该文根据变压器的在线监测和离线试验数据,应用信息处理技术和人工智能技术对变压器的状态评估、预测以及智能故障诊断进行研究,内容如下:1.讨论了电力变压器运行过程中常见的异常情况及其类型,总结了几种工程上常用的故障识别和故障性质判断方法,建立了实际工程上应用的变压器状态监测及故障诊断系统.2.对在线监测油中气体含量数据进行了小波分析方法的应用研究.3、对在线监测的油中气体含量数据应用时间序列分析法进行了预测研究.为了预测在线监测油中气体含量数据,获取更多的信息,对这一非平稳时间序列建立时间序列模型和预测模型.4.对离线定期测量的油中气体含量数据应用灰色预测模型进行了预测研究.由于油中气体的出现、变化过程是由许多错综复杂的关系所组成的灰色动态过程,因此,该文建立了灰色预测模型GM(1,1)预测油中常用的几种气体的含量.实例分析表明,灰色预测模型十分适于预测变压器预防性试验中油中气体含量的测量值.5.该文提出一个变压器故障性质诊断专家系统.专家系统的知识库所包含的规则,为工程上常用的罗杰斯比值法故障性质诊断规则和特征气体法故障诊断规则.6.基于粗糙集理论,提出变压器故障部位诊断规则的提取方法.变压器发生故障时会产生多种征兆信息.该文基于粗糙集理论中的决策表或基于决策表简化方法,将预防试验信息、故障性质和变压器的外部信息等结合在一起,提出两个提取变压器故障部位诊断规则的方法,即直接由决策表中获得和由简化的决策表中获得.